数据集概述
本数据集是专为教育领域AI公平性研究设计的基准数据集，包含处理后数据集、缺失值掩码、元数据等文件，支持提升学生表现、降低辍学率的公平性AI方案开发，推动教育公平。
文件详解
数据集包含一个ZIP压缩文件，内部目录结构及文件说明如下：
- 根目录文件：students-dataset.zip（ZIP格式），压缩包内包含以下目录及文件：
- benchmark/目录：
- dataset.csv：处理后的核心数据集
- missing_mask.csv：缺失值处理掩码文件
- meta_cols.csv：含学生分组标准与样本权重的元数据列文件
- raw_data/目录：
- original.csv：原始数据集
- split/、pre_processed/、validation/：预处理与验证流程的中间阶段数据
- res/目录：
- meta_data_mapping.csv：原始数据集列与处理后列的映射、缺失类别及原文说明
- meta_data_stats.json：处理后数据集各列的数值类型与值域
- bias_preservation_results.json：验证流程的统计指标
- src/目录：
- pre_processing/、stats/：预处理与分析任务的代码目录
- pre_processing.py、split.py：预处理与数据拆分的入口代码文件
- Dockerfile、requirements.txt：环境配置文件
适用场景
- AI公平性研究：用于开发与评估教育领域无偏见的AI模型
- 教育数据分析：分析学生表现与辍学率的公平性影响因素
- 教育政策支持：为制定促进教育公平的政策提供数据依据
- 算法偏见检测：验证AI模型在教育场景中的公平性表现
