weixin_56264090的博客

根据给定的数据集（类型预测数据集.csv），利用机器学习算法进行类型标签的预测。通过这个实验，旨在研究和评估模型在给定特征（年龄、性别、血压、胆固醇、Na_to_K）的情况下对疾病类型（illness）的预测能力。具体目标包括：1. 构建一个分类模型：在给定的数据集上，建立一个准确度高、泛化能力强的分类模型，能够根据患者的年龄、性别、血压、胆固醇和Na_to_K等特征，对其所患疾病进行准确预测。通过分析模型中的特征重要性，了解哪些特征对疾病类型的预测起到了关键作用，从而提供有关疾病的诊断和预测方面的洞察。

Pycharm插件 —— ChatGPT，好用好用

jupyter闪退的解决方法以及卸载与安装教程

本实验旨在通过关联规则分析挖掘购物篮中的购买行为。通过分析购物篮中不同商品之间的关联关系，可以揭示商品之间的搭配规律，为商家提供定制化的推荐策略，优化产品摆放和促销活动，以提高销售额和顾客满意度。

小蓝给学生们组织了一场考试，卷面总分为 100 分，每个学生的得分都是一个 0 到 100 的整数。如果得分至少是 60 分，则称为及格。如果得分至少为 85 分，则称为优秀。请计算及格率和优秀率，用百分数表示，百分号前的部分四舍五入保留整 数。输入的第一行包含一个整数 � (1≤�≤104)n (1≤n≤104)，表示考试人数。接下来 �n 行，每行包含一个 0 至 100 的整数，表示一个学生的得分。输出两行，每行一个百分数，分别表示及格率和优秀率。百分号前的部分 四舍五入保留整数。示例