项目名称： 预测糖尿病患者的住院率 描述： 使用从弗吉尼亚联邦大学提交给UCI的数据集，其中详细介绍了美国医院的10年临床护理和综合交付网络，我将分析糖尿病患者的住院情况，以确定与再入院有关的特征，并尝试预测患者是否会再次住院。重新录入。 功能和目标变量： HbA1c测试结果 诊断 前一年的医院就诊次数 药物数量 种族 性别 年龄 入学类型 住院时间 使用的数据（例如，纽约市开放数据）： 1999-2008年间，UCI糖尿病美国130家医院 使用的工具（例如，Scrapy，Seaborn

项目1 ＃学生申诉支持系统 ＃我们正在寻找学生申诉支持系统。 来自软件解决方案/ Web应用程序的期望是：（1）它必须是易于访问的应用程序，适用于学生，学生申诉补救委员会的成员以及各自的负责人。 （2）学生应能够按部门，学院/学院和大学等不同类别发布投诉。 同样，这些类别也可以细分为子类别，例如入学，财务，考试，授课时间/学习，论文复习等。（3）学生申诉补救委员会的成员应能够根据关键字对投诉进行分类。 （4）门户网站应将学生与重复的部门/机构/学院和大学生申诉补救委员会联系起来。

大学入学-分类 背景和目的：每年有数千名国际学生提交美国大学入学申请。 了解已收到的申请总数，然后将该数据与成功接受并处理了签证的总数进行比较，是教育部门的一项反复任务。 因此，为了简化整个过程，美国的教育部门分析了影响学生入读大学的因素。 本练习的目的是对它们进行分析。 数据 属性 描述 GRE 研究生成绩考试成绩 平均绩点 平均绩点 秩 指本科院校的声望 承认 它是一个响应变量； 录取/不录取是一个二进制变量，其中1表示学生被录取，0表示学生未被录取 SES SES是指社会经济地位：1