3. OUR SOLUTIONThe solution we deve

3. OUR SOLUTIONThe solution we developed to predict risk for lead poison-ing is based on a variety of data sources. We obtained data from the Chicago Department of Public Health that consistsof blood lead level (BLL) tests and home-inspection records,combined that with housing records and other public data(described in detail below), and built a classifier to predict the risk of lead poisoning. The city of Chicago has adoptedthe CDC definition of lead poisoning of a BLL of 5 g/dL.Our system consists of the following components:1. Data Integration and Cleaning2. Feature Generation3. Model Selection and Training4. Model Validation5. Deployment and ImplementationThe next several sections describe each of the componentsin more detail.

結果 (繁體中文) 1:

3.我們的解決方案
，我們開發了預測鉛中毒-ING風險的解決方案是基於各種數據源。我們從公共衛生的芝加哥部門，它由獲得的數據
血鉛水平（BLL）測試和家庭檢查記錄，並結合與住房記錄和其他公共數據（在下文中詳細描述），並建立了一個群分類呃預測的鉛中毒的風險。芝加哥市已採用
了CDC德？克/升的5 BLL鉛中毒FINITION。
我們的系統由以下部分組成：
1.數據集成和清潔
2.特徵生成
3.模型選擇和訓練
4.模型驗證
5.部署和實施
接下來的幾節描述了每種組分的
更詳細。

結果 (繁體中文) 2:

3. 我們的解決方案
我們開發用於預測鉛中毒風險的解決方案基於各種資料來源。我們從芝加哥公共衛生部獲得的資料，其中包括
血鉛水準（BLL）測試和家庭檢查記錄，結合住房記錄和其他公共資料（如下所述），並建立了一個分類器，以預測鉛中毒的風險。芝加哥市已經採用
BLL 5 g/dL 的鉛中毒的 CDC 定義。
我們的系統由以下元件組成：
1. 資料整合和清理
2. 功能生成
3. 模型選擇和培訓
4. 模型驗證
5. 部署和實施
接下來的幾個部分描述了每個元件
更多細節。

結果 (繁體中文) 3:

三。我們的解決方案
我們開發的預測鉛中毒風險的解決方案基於多種資料來源。我們從芝加哥公共衛生部獲得的數據包括
對血鉛水准（BLL）檢測和家庭檢查記錄，結合住房記錄等公共數據（詳見下文），建立了鉛中毒風險預測分類器。芝加哥市
CDC對5 g/dL的BLL鉛中毒的定義。
我們的系統由以下組件組成：
一。數據集成與清理
2。特徵生成
三。選型及培訓
四。模型驗證
5個。部署和實施
接下來的幾節將描述每個組件
更多細節。