使用python，利用简单线性回归模型和多项式回归模型对女性身高与体重的数据进行建模分析与改进,步骤包括数据读入、数据理解、数据准备、模型训练、模型评价、模型调参、模型预测等。

t检验是假设检验中的一种检验方法。t检验可分为单总体检验和双总体检验，以及配对样本检验，主要应用于比较两个平均数的差异是否显著。用t检验的python实现来检测男女生身高和体重是否符合标准。

身高和体重数据集.zip

采用系统默认的模式dbo，创建名为DBTestBed的数据库；

matlab Parzen窗法估计概率密度函数，得出贝叶斯分类器 用Fisher线性判别方法求分类器 留一法估计错误率

三十名学生的身高与体重数据 序号 身高x 体重y 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 156.0 155.0 144.6 161.5 161.3 158.0 161.0 162.0 164.3 144.0 157.9 176.1 168.0 164.5 153.0 164.7 160.5 147.0 153.2 157.9 166.0 169.0 170.0 165.1 172.0 159.4 161.3 158.0 158.6 169.0 47.5 37.8 38.6 41.6 43.3 47.3 47.1 47.0 33.8 33.8 49.2 54.5 50.0 44.0 58.0 44.1 53.0 36.4 30.1 40.4 57.0 58.5 51.0 58.0 55.0 44.7 45.4 44.3 42.8 51.1

省赛 体检系统 包括身高 肺活量 体重 可以进行刷卡读取用户人的信息，体检完毕将信息发送到上位机和手机 获得山东省电子科技大赛一等奖 实现所有功能

用FAMALE.TXT和MALE.TXT的数据作为训练样本集，建立Bayes分类器，用测试样本数据对该分类器进行测试。有完整的文档和详细的代码说明。

这是一个简单的数据集。它仅包含25,000个18岁的不同人的身高（英寸）和体重（磅）。该数据集可用于构建可预测人类身高或体重的模型。实现将用于预测身高或体重的回归模型。 SOCR-HeightWeight.csv

matlab 以身高与体重为特征进行C-均值聚类