陆地棉背景的Pima棉染色体片段置换系创制，王云鹏，王省芬，染色体片段置换系(chromosome segment substitution lines，CSSLs)基因组内只有一个或少数几个纯合的供体亲本染色体片段，而其余部分与受体亲本�

糖尿病预测

txt和csv两种格式文件，包含对数据简单说明，用于糖尿病预测，判断是否患糖尿病病。

pima_diabetes:预测21岁以上的Pima女性受试者的糖尿病。 通过UCI机器学习可获得的数据

Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set Pima Indians Diabetes Data Set

机器学习中非常常用的印第安人糖尿病数据集。

糖尿病预测：使用Cima决策树算法和K-最近模型，根据患者的实验室测试结果变量（例如葡萄糖，血压等​​），使用Pima Indians糖尿病数据集来预测患者是否患有糖尿病。 Python-Scikit学习，SciPy，熊猫，MatPlotLib

pima_prediction 针对皮马印第安人的Scikit-Learn机器学习模型，用于预测患上糖尿病的可能性。 数据来自杰里·库拉塔（Jerry Kurata）的“学位”课程。 我使用数据文件和Jerry的课程来使自己沉浸在机器学习工作流程中。 Jupyter-Notebook遍历了数据处理以及多种模型的训练/评估。 我对注释和代码进行了编辑，以帮助我自己理解。

比马印第安人糖尿病数据集（Pima Indians Diabetes Dataset）涉及根据医疗记录预测比马印第安人5年内糖尿病的发病情况。 它是一个二元分类问题。每个类的观察值数量不均等。一共有 768 个观察值，8个输入变量和1个输出变量。缺失值通常用零值编码。变量名如下： 怀孕次数 口服葡萄糖耐受试验中，2小时的血浆葡萄糖浓度。 舒张压（mm Hg） 三头肌皮肤褶层厚度（mm） 2小时血清胰岛素含量（μU/ ml） 体重指数（体重，kg /（身高，m）^ 2） 糖尿病家族史 年龄（岁） 类变量（0 或 1） 预测最普遍类的基准性能是约 65％ 的分类准确率，最佳结果达到约 77% 的分类准确率。

UCI该资源（https://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/）已经过期，所以上传。