# 💡 Summary - 数据预处理（`SimpleImputer` 填充缺失值，`StandardScaler` 或 `MinMaxScaler` 进行特征缩放，`OneHotEncoder` 或 `LabelEncoder` 处理分类变量）。 - 模型调用（导入你想用的模型，比如 `LogisticRegression`, `DecisionTreeClassifier`, `RandomForestClassifier`，然后用 `.fit()` 训练，`.predict()` 预测）。 - 模型评估（`accuracy_score`, `confusion_matrix`, `classification_report` 等）。 # 🧩 Cues # 🪞Notes