{
  "fetched_at": "2026-10-19T21:29:03Z",
  "source_url": "https://www.kaggle.com/competitions/adult-pmr3508/data",
  "pages": [
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "data-description",
      "content": "<h2>Sobre os dados</h2>\n<ul>\n<li><strong>train_data.csv</strong> - contém a base de treino e a sua label ( a coluna \"income\")</li>\n<li><strong>test.csv</strong> - contém a base de teste, porém sem a coluna de labels ( a avaliação é feita por meio da submissão de resultados na competição</li>\n<li><strong>sampleSubmission.csv</strong> Contém um exemplo de submissão para scoring da base de teste - todas suas submissões de resultados para esta competição devem seguir este formato.</li>\n<li><strong>Extra file from UCI</strong> - contém detalhes adicionais sobre a base adult que estavam contidos originalmente no repositório.</li>\n</ul>\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "<h1>Introdução</h1>\n\n<p>Prezados Alunos,</p>\n<p>Bem vindos à primeira etapa da primeira tarefa de PMR3508. Esta tarefa está dividada em duas etapas. A primeira consiste em participar desta competição fechada, em um ambiente seguro para que vocês se familiarizem com o Kaggle, com o Python e com suas ferramentas. A segunda parte, consiste em usar os dados da competição [Costa Rican Household Poverty Level Prediction](https://www.kaggle.com/c/costa-rican-household-poverty-prediction) e fazer um classificador, inserindo os resultados em um notebook.</p>\n<h1>Procedimento</h1>\n<p>O procedimento para execução desta tarefa é bem simples. Espera-se que cada aluno faça um notebook do Jupyter que contenha ao menos duas seções: Uma de exploração de dados, em que ele observa como são distribuídas as variáveis do dataset, quais valores elas assumem etc; a outra dedicada à avaliação do impacto da seleção de variáveis e feature engineering e seleção do parâmetro K, do algoritmo K-Nearest Neighbors(KNN), sobre a acurácia do seu classificador.</p>\n<p> A submissão das suas previsões para o set de teste é opcional, mas encorajada. </p>\n<h2><strong>ATENÇÃO: A nota deste exercício será dada com base no KERNEL SUBMETIDO. Caso o aluno submeta um resultado para a leaderboard, mas não forneça o kernel.</strong></h2>\n<p> </p>\n<h2>Instruções</h2>\n<p>Na tab \"Data\" vocês poderão encontrar os arquivos contendo os dados e suas respectivas descrições.</p>\n<p>Após a execução de sua tarefa, salve seu notebook (em formato .ipynb) e clique na aba \"Kernels\". Lá, clique em \"new kernel\" e siga as instruções para submeter seu kernel na competição. Em seguida, proceda de igual forma para a segunda parte deste exercício.</p>\n<p>Agradecimentos especiais ao Repositório UCI por ter providenciado este dataset ao domínio público.</p>\n\n<h1>Dicas</h1>\n<p>1) A documentação do pandas é muito útil!</p>\n<p>2) O comando pd.describe() é muito útil para ter uma noção dos seus dados.</p>\n<p>3) A biblioteca ScikitLearn possui vários tutoriais interessantes em seu site ( http://scikit-learn.org/stable/index.html ). </p>\n<p>4) Lembrem-se de fazer validação cruzada de seus resultados!!!!</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>A métrica de avaliação usada será a acurácia de seu modelo, isso é, o total de instâncias classificada corretamente, dividida pelo total de instâncias</p>\n\n<h2>Formato de Submissão</h2>\n<p>O arquivo de submissão deve ser em formato csv separado por vírgulas contendo duas colunas: A primeira, Id, que serve para identificar as previsões e a segunda, income, que deve ter os valores \">50K\" ou \"<=50K\" para indicar se o cidadão indicado ganha mais ou menos de 50K dólares por ano. </p> \n<p>The file should contain a header and have the following format:</p>\n<pre>Id,income<br />0,>50K<br /><span style=\"font-size: 14px; line-height: 1.4em;\">0,>50K<br />1,>50K<br /></span><span style=\"font-size: 14px; line-height: 1.4em;\"><br /></span></pre>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}