根据哥伦比亚、秘鲁和墨西哥个体的饮食习惯和身体状况估计肥胖水平数据集，依据频繁食用高热量食物(FAVC)、食用蔬菜频率(FCVC)、主餐数量(NCP)、两餐之间的食物消耗量(CAEC)、每日饮水量 (CH20)等数据特征，预测人群的肥胖水平(Obesity Prediction)，肥胖水平分为7类，分别为体重不足、正常体重、超重I级、超重II级、肥胖I型、肥胖II型和III型肥胖。 利用决策树进行分析预测，内附数据集、源代码、实验分析报告以及可视化结果

简介：不良的饮食习惯会严重影响口腔健康。 目的：研究饮食习惯和牙齿卫生习惯对学生牙齿状况的影响。 方法：本麦西克科学学院对400名17岁及以上的学生进行横断面研究。 受访者匿名填写了有关父母的社会经济水平，饮食习惯，卫生方式和口腔健康状况的问卷。 单变量和多变量描述性和比较性分析通过SPSS 21软件执行。结果：该人群的平均年龄为20±1.59岁，由55％的男孩和45％的女孩组成。 早餐被67％的学生食用。 39.58％的受访者在进餐时食用甜味饮料，餐后食用60％，白天则吃零食。 92％的学生说他们刷牙。 刷牙时间在1-3分钟之间。 37％的学生从不咨询牙医，而63％的学生遇到牙齿问题。 龋齿的患病率为66％。 蛀牙的患病率与某些饮食习惯（进餐后吃甜食（p = 0.08），蛋糕（p = 0.018）和巧克力（p = 0.019））之间存在正相关关系。 但是，当进餐时食用这些食物时，这种相关性为负（p> 0.74）。 另一方面，饮酒与龋齿的存在（p = 0.172），烟草消费（p = 0.319）和父母的社会经济地位（p = 0.733）之间没有相关性。 结论：口腔卫生和有健康饮食习惯的

数据来自墨西哥的国家,秘鲁和哥伦比亚,年龄在14至61和不同的饮食习惯和身体状况,有17属性和信息处理2111条记录。与饮食习惯相关的属性有:频繁摄入高热量食物(FAVC)、蔬菜摄入频率(FCVC)、主餐次数(NCP)、餐间食物摄入(CAEC)、每日用水量(CH20)、饮酒量(CALC)。与身体状况相关的属性为:卡路里消耗监测(SCC)、体育活动频率(FAF)、使用科技设备时间(TUE)、使用交通工具(MTRANS)，获得的其他变量为:性别、年龄、身高和体重。标签变量为NObesity，其值为:不足体重、正常体重、超重I级、超重II级、肥胖I级、肥胖II级和肥胖III级。 该数据集为UCL开源数据集，无需授权即可使用。 主要适用Pandas库进行数据分析，是使用Python进行大数据分析入门的很好示例教材。