合成人格数据集：内向者与外向者

本合成人格数据集包含10,000条高保真度的合成记录，模拟了内向型和外向型个体的行为与社交模式。该数据集由Syncora.ai的合成数据引擎生成，在确保零隐私风险的同时，保留了真实世界中的行为分布特征。

此数据集专为研究人员、数据科学家和AI开发者设计，非常适合用于人格预测、行为建模、机器学习实验以及社会科学领域的研究——且完全无需担心隐私或伦理问题。

---

🧠 背景与应用

内向与外向的性格特质会影响个体的社交方式、能量恢复机制以及对外界刺激的反应。本数据集复现了与人格相关的多种行为特征，例如：

• 独处时间
• 参加社交活动的频率
• 社交媒体发布习惯
• 社交后感到疲惫的程度

适用场景：

• 心理学与行为科学研究
• 市场营销与受众细分
• 人机交互（HCI）设计
• 用于机器学习模型开发的人格分类数据集

---

📊 数据集特征

列名	描述
Time_spent_Alone	平均每日独处时长（0–11小时）
Stage_fear	公众演讲恐惧指标（0：无，1：有）
Social_event_attendance	每周参加社交活动的次数（0–10次）
Going_outside	每周外出活动频率（0–7次）
Drained_after_socializing	社交后疲惫感指标（0：无，1：有）
Friends_circle_size	密友数量（0–15人）
Post_frequency	每周社交媒体发布次数（0–10次）
Personality	目标标签（0：外向者，1：内向者）

---

📁 数据特性

• 规模： 10,000条记录 × 8个变量
• 格式： CSV——可直接用于Python、R、Excel等工具
• 缺失值： 部分特征存在缺失值，适合用于插补练习
• 类别均衡： 内向与外向两类样本分布均衡
• 二值编码： 分类特征采用0/1编码，便于建模

---

🧪 机器学习与分析用例

• 人格预测： 构建机器学习模型以分类人格类型
• 行为趋势分析： 探索不同人格类型下的行为习惯
• 数据预处理： 练习缺失值插补、特征编码及特征工程
• 可视化项目： 创建仪表盘或探索性数据分析图表
• 无偏见AI训练： 提供隐私安全的数据集，支持合规的AI模型开发

---

🤖 为什么选择Syncora？

Syncora.ai的合成数据集以准确性、灵活性和符合伦理的AI实验为目标而设计。本数据集具备以下优势：

• 样本独特且贴近现实
• 保持特征间的统计关系
• 变量分布可自定义调整
• 支持大规模记录生成，适用于研究与原型开发

无论您是在探索人格科学，还是构建基于行为的AI模型，Syncora都能为您提供自由实验的空间，同时不牺牲任何核心原则。

📦 本仓库内容

• 合成人格数据集——用于训练AI模型的示例数据，CSV格式。
  下载数据集

• Jupyter Notebook——数据集的探索与使用指南。
  打开Notebook

⚠️ 免责声明

本数据集为100%合成数据，未涉及任何真实个人。其用途仅限于心理学、数据科学和机器学习领域的教育、实验及分析。

---

探索人格，建模行为，践行伦理。
这是一份赋能而非侵犯隐私的合成数据。

Synthetic Personality Dataset 快速上手指南

本指南帮助开发者快速使用 Synthetic Personality Dataset，这是一个包含 10,000 条高保真合成记录的数据集，模拟了内向者和外向者的行为模式，适用于机器学习建模、行为分析及心理学研究。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS, 或 Linux
• Python 版本：Python 3.8 或更高版本
• 前置依赖：
  • pandas (数据处理)
  • matplotlib 或 seaborn (可选，用于可视化)
  • scikit-learn (可选，用于机器学习建模)

建议使用虚拟环境（如 venv 或 conda）来隔离项目依赖。

安装步骤

1. 克隆仓库或下载数据 您可以直接下载 CSV 文件，或克隆整个仓库以获取示例 Notebook。

   git clone https://github.com/syncora-ai/synthetic-personality-dataset.git
   cd synthetic-personality-dataset
   

   注：若网络访问 GitHub 较慢，可使用国内镜像加速工具或手动下载 CSV 文件 和 Notebook。

2. 安装 Python 依赖库 在项目目录下创建并激活虚拟环境，然后安装必要的库：

   python -m venv venv
   source venv/bin/activate  # Windows 用户请使用: venv\Scripts\activate
   
   pip install pandas scikit-learn matplotlib seaborn
   

   国内用户推荐使用清华源加速安装：

   pip install pandas scikit-learn matplotlib seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple
   

基本使用

以下是最简单的 Python 代码示例，展示如何加载数据并进行初步探索。

1. 加载数据集

import pandas as pd

# 加载 CSV 文件
# 如果已克隆仓库，路径为 'sample_data/synthetic_personality_sample.csv'
# 如果单独下载，请替换为实际文件路径
df = pd.read_csv('sample_data/synthetic_personality_sample.csv')

# 查看前几行数据
print(df.head())

# 查看数据基本信息
print(df.info())

2. 简单数据分析示例

统计内向者（1）和外向者（0）的分布，并计算平均独处时间：

# 检查类别平衡
print(df['Personality'].value_counts())

# 按性格类型分组计算平均独处时间
avg_alone_time = df.groupby('Personality')['Time_spent_Alone'].mean()
print(avg_alone_time)

3. 构建简单的分类模型（可选）

使用 scikit-learn 快速训练一个逻辑回归模型来预测性格类型：

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# 准备特征 (X) 和标签 (y)
features = ['Time_spent_Alone', 'Stage_fear', 'Social_event_attendance', 
            'Going_outside', 'Drained_after_socializing', 'Friends_circle_size', 
            'Post_frequency']
X = df[features]
y = df['Personality']

# 处理缺失值（简单填充均值）
X = X.fillna(X.mean())

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model = LogisticRegression()
model.fit(X_train, y_train)

# 评估模型
predictions = model.predict(X_test)
accuracy = accuracy_score(y_test, predictions)
print(f"Model Accuracy: {accuracy:.2f}")

现在您已成功加载数据并运行了基础分析。更多高级用法请参考仓库中的 notebooks/Personality_Syncora_Synthetic_1.ipynb。