Los datos fuente principal de los datos es la Gran Encuesta de Hogares (GEIH) del DANE para el año 2019. Estos fueron construidos por medio del merge de distintas tablas de la encuesta ya mencionada usando el modulo de python `geihdanepy `que permite el manejo de esta misma.

El contexto de estos datos se basan en la columna principal `empleado`, la cual toma el valor de 0 para individuos que no tienen empleo y 1  para los que si, el resto de columnas hace referencia a características propias de cada individuo, de manera que nos enfrentamos a un problema de economía laboral donde buscaremos la clasificación de individuos en dos grupos (Empleados y Desempleados) sujetos a una serie de variables. 

Para el desarrollo de la competencia los datos fueron separados en dos grupos:

*  Grupo de entrenamiento (train.csv) 
*  Grupos de Testeo (test.csv)  


## Files

*   **train.csv** - the training set
*   **test.csv** - the test set