回顾：糖尿病数据

442 名糖尿病患者的 10 项测量数据，这些数据已经缩放到 0 附近的小数值范围内；标签是一个数字，表示一年后疾病的进展程度。

使用 load_diabetes 加载数据，并设置 as_frame=True。程序会读取医生询问的特征。输出：

1. 先查看患者数量和缺失单元格数。
2. 标签的均值和中位数，保留 1 位小数。
3. 相关性最强的特征及其带符号的 r 值，保留 2 位小数。
4. 根据询问的特征拟合直线：斜率和截距保留 1 位小数，R 平方保留 2 位小数。

假设这是一个虚构的诊所，输入为 age：

Patients: 300
Missing cells: 0
Progression: mean 118.6, median 118.0
Strongest feature: s2 (r = -0.75)
Line for age: slope 127.6, intercept 118.6
R squared: 0.01

一个特征只能解释一部分。在第 3 单元中，模型将同时使用全部 10 个特征。