# 肥胖水平预测系统说明文档
## 1. 系统概述
肥胖水平预测系统是一个基于机器学习的Web应用程序,通过收集用户的身体数据,预测其肥胖水平。系统采用随机森林算法进行预测,并提供直观的数据可视化功能,帮助用户了解自己的健康状况。
## 2. 技术架构
### 2.1 后端技术栈
- FastAPI:高性能的Python Web框架
- SQLite:轻量级关系型数据库
- scikit-learn:机器学习库,用于实现随机森林模型
- pandas:数据处理和分析库
### 2.2 前端技术栈
- HTML5/CSS3
- JavaScript
- Tailwind CSS:实用优先的CSS框架
### 2.3 系统架构图
```
用户界面 (HTML/CSS/JS)
↓
FastAPI后端[空气质量数据分析预测系统]
↓
数据预处理 → 随机森林模型 → 预测结果
↓
SQLite数据库
```
## 3. 功能模块
### 3.1 用户管理
- 用户注册和登录
- 用户信息管理
### 3.2 数据预处理
- 数据清洗和标准化
- 特征工程
- 数据编码转换
### 3.3 模型训练与预测
- 随机森林模型训练
- 实时预测
- 预测结果存储
### 3.4 数据可视化
- 预测历史记录展示
- 数据统计分析
- 趋势图表展示
## 4. 数据库设计
### 4.1 用户表(users)
- id: INTEGER (主键)
- username: TEXT
- password: TEXT
- created_at: TIMESTAMP
### 4.2 预测记录表(predictions)
- id: INTEGER (主键)
- user_id: INTEGER (外键)
- gender: TEXT
- age: INTEGER
- height: FLOAT
- weight: FLOAT
- prediction: TEXT
- prediction_probability: FLOAT
- created_at: TIMESTAMP