训练数据集:

--------------------   患者年龄:        25患者体重:     60诊断一:      发热诊断二:      头痛    > 药物:           **克罗欣**---------------------------------患者年龄:        25患者体重:     60诊断一:      发热诊断二:      无头痛    > 药物:           扑热息痛----------------------------------

提供带有处方药的患者样本数据集。

如何根据患者的信息（年龄/体重）和诊断（发热/头痛/等）找到合适的药物？

回答：

你要完成的任务是分类，因为目标值是名义尺度。

正确使用术语非常重要，因为其余的工作已经由其他人完成，比如Python的sklearn库，其中包含了最相关的算法和大量用于测试和学习这些算法的数据。

看起来你有四个输入变量:

1. 年龄 – 度量变量
2. 体重 – 度量变量
3. 诊断一 – 名义变量
4. 诊断二 – 名义变量

你需要编码你的名义变量，我建议使用一个包含所有可能诊断的数组，例如:

发热, 头痛, 胃痛, x – [0, 0, 0, 0]

现在，如果诊断正确，每个数组元素将被设置为1，否则为0。因此，你总共有2 + n个输入变量，其中n是可能症状的数量。

然后你可以直接使用sklearn库，并开始使用最简单的分类算法：最近邻分类

如果结果不理想（可能结果不会很好），你可以开始使用更复杂的模型（SVM，随机森林）。但首先你应该学习术语，并使用简单模型来了解方法和处理流程。