├── Group A3.ipynb
├── README.md
├── winequality-red.csv
├── winequality-white.csv
└── winequality.names


/Group A3.ipynb:
--------------------------------------------------------------------------------
   1 | {
   2 |  "cells": [
   3 |   {
   4 |    "cell_type": "markdown",
   5 |    "metadata": {},
   6 |    "source": [
   7 |     "# 小组题目：检测葡萄酒质量"
   8 |    ]
   9 |   },
  10 |   {
  11 |    "cell_type": "markdown",
  12 |    "metadata": {},
  13 |    "source": [
  14 |     "## 小组成员：1-10林可欣、1-09章宸烨、1-11陈晞玟、1-12谢雯瑶、2-01郑柳钰"
  15 |    ]
  16 |   },
  17 |   {
  18 |    "cell_type": "markdown",
  19 |    "metadata": {},
  20 |    "source": [
  21 |     "### 内容简介：来自葡萄牙北部的两个与红色和白色vinho verde葡萄酒样品有关的数据，主要视为分类或回归任务，根据输入变量（理化特性）对葡萄酒质量进行建模 "
  22 |    ]
  23 |   },
  24 |   {
  25 |    "cell_type": "markdown",
  26 |    "metadata": {},
  27 |    "source": [
  28 |     "#### 1.导入数据："
  29 |    ]
  30 |   },
  31 |   {
  32 |    "cell_type": "code",
  33 |    "execution_count": 4,
  34 |    "metadata": {},
  35 |    "outputs": [],
  36 |    "source": [
  37 |     "import numpy as np\n",
  38 |     "import matplotlib.pyplot as plt\n",
  39 |     "import pandas as pd\n",
  40 |     "import mglearn\n",
  41 |     "#档案的读取\n",
  42 |     "dataset_red = 'http://mlr.cs.umass.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv' #红色葡萄酒数据的读取\n",
  43 |     "data = pd.read_csv(dataset_red, sep=';')\n",
  44 |     "#dataset_white = 'http://mlr.cs.umass.edu/ml/machine-learning-databases/wine-quality/winequality-white.csv'   #白色葡萄酒数据的读取\n",
  45 |     "#data = pd.read_csv(dataset_white, sep=';')"
  46 |    ]
  47 |   },
  48 |   {
  49 |    "cell_type": "markdown",
  50 |    "metadata": {},
  51 |    "source": [
  52 |     "以下的数据处理及代码以红葡萄酒数据为例，白葡萄酒数据的处理也是一样。"
  53 |    ]
  54 |   },
  55 |   {
  56 |    "cell_type": "markdown",
  57 |    "metadata": {},
  58 |    "source": [
  59 |     "#### 2.了解数据："
  60 |    ]
  61 |   },
  62 |   {
  63 |    "cell_type": "code",
  64 |    "execution_count": 2,
  65 |    "metadata": {},
  66 |    "outputs": [
  67 |     {
  68 |      "name": "stdout",
  69 |      "output_type": "stream",
  70 |      "text": [
  71 |       "Keys of data:\n",
  72 |       " Index(['fixed acidity', 'volatile acidity', 'citric acid', 'residual sugar',\n",
  73 |       "       'chlorides', 'free sulfur dioxide', 'total sulfur dioxide', 'density',\n",
  74 |       "       'pH', 'sulphates', 'alcohol', 'quality'],\n",
  75 |       "      dtype='object')\n",
  76 |       "Shape of data:\n",
  77 |       " (1599, 12)\n"
  78 |      ]
  79 |     }
  80 |    ],
  81 |    "source": [
  82 |     "#查看数据的属性\n",
  83 |     "print(\"Keys of data:\\n\", data.keys())\n",
  84 |     "print(\"Shape of data:\\n\", data.shape)"
  85 |    ]
  86 |   },
  87 |   {
  88 |    "cell_type": "code",
  89 |    "execution_count": 3,
  90 |    "metadata": {
  91 |     "scrolled": false
  92 |    },
  93 |    "outputs": [
  94 |     {
  95 |      "data": {
  96 |       "text/html": [
  97 |        "<div>\n",
  98 |        "<style scoped>\n",
  99 |        "    .dataframe tbody tr th:only-of-type {\n",
 100 |        "        vertical-align: middle;\n",
 101 |        "    }\n",
 102 |        "\n",
 103 |        "    .dataframe tbody tr th {\n",
 104 |        "        vertical-align: top;\n",
 105 |        "    }\n",
 106 |        "\n",
 107 |        "    .dataframe thead th {\n",
 108 |        "        text-align: right;\n",
 109 |        "    }\n",
 110 |        "</style>\n",
 111 |        "<table border=\"1\" class=\"dataframe\">\n",
 112 |        "  <thead>\n",
 113 |        "    <tr style=\"text-align: right;\">\n",
 114 |        "      <th></th>\n",
 115 |        "      <th>fixed acidity</th>\n",
 116 |        "      <th>volatile acidity</th>\n",
 117 |        "      <th>citric acid</th>\n",
 118 |        "      <th>residual sugar</th>\n",
 119 |        "      <th>chlorides</th>\n",
 120 |        "      <th>free sulfur dioxide</th>\n",
 121 |        "      <th>total sulfur dioxide</th>\n",
 122 |        "      <th>density</th>\n",
 123 |        "      <th>pH</th>\n",
 124 |        "      <th>sulphates</th>\n",
 125 |        "      <th>alcohol</th>\n",
 126 |        "      <th>quality</th>\n",
 127 |        "    </tr>\n",
 128 |        "  </thead>\n",
 129 |        "  <tbody>\n",
 130 |        "    <tr>\n",
 131 |        "      <td>0</td>\n",
 132 |        "      <td>7.4</td>\n",
 133 |        "      <td>0.700</td>\n",
 134 |        "      <td>0.00</td>\n",
 135 |        "      <td>1.9</td>\n",
 136 |        "      <td>0.076</td>\n",
 137 |        "      <td>11.0</td>\n",
 138 |        "      <td>34.0</td>\n",
 139 |        "      <td>0.9978</td>\n",
 140 |        "      <td>3.51</td>\n",
 141 |        "      <td>0.56</td>\n",
 142 |        "      <td>9.4</td>\n",
 143 |        "      <td>5</td>\n",
 144 |        "    </tr>\n",
 145 |        "    <tr>\n",
 146 |        "      <td>1</td>\n",
 147 |        "      <td>7.8</td>\n",
 148 |        "      <td>0.880</td>\n",
 149 |        "      <td>0.00</td>\n",
 150 |        "      <td>2.6</td>\n",
 151 |        "      <td>0.098</td>\n",
 152 |        "      <td>25.0</td>\n",
 153 |        "      <td>67.0</td>\n",
 154 |        "      <td>0.9968</td>\n",
 155 |        "      <td>3.20</td>\n",
 156 |        "      <td>0.68</td>\n",
 157 |        "      <td>9.8</td>\n",
 158 |        "      <td>5</td>\n",
 159 |        "    </tr>\n",
 160 |        "    <tr>\n",
 161 |        "      <td>2</td>\n",
 162 |        "      <td>7.8</td>\n",
 163 |        "      <td>0.760</td>\n",
 164 |        "      <td>0.04</td>\n",
 165 |        "      <td>2.3</td>\n",
 166 |        "      <td>0.092</td>\n",
 167 |        "      <td>15.0</td>\n",
 168 |        "      <td>54.0</td>\n",
 169 |        "      <td>0.9970</td>\n",
 170 |        "      <td>3.26</td>\n",
 171 |        "      <td>0.65</td>\n",
 172 |        "      <td>9.8</td>\n",
 173 |        "      <td>5</td>\n",
 174 |        "    </tr>\n",
 175 |        "    <tr>\n",
 176 |        "      <td>3</td>\n",
 177 |        "      <td>11.2</td>\n",
 178 |        "      <td>0.280</td>\n",
 179 |        "      <td>0.56</td>\n",
 180 |        "      <td>1.9</td>\n",
 181 |        "      <td>0.075</td>\n",
 182 |        "      <td>17.0</td>\n",
 183 |        "      <td>60.0</td>\n",
 184 |        "      <td>0.9980</td>\n",
 185 |        "      <td>3.16</td>\n",
 186 |        "      <td>0.58</td>\n",
 187 |        "      <td>9.8</td>\n",
 188 |        "      <td>6</td>\n",
 189 |        "    </tr>\n",
 190 |        "    <tr>\n",
 191 |        "      <td>4</td>\n",
 192 |        "      <td>7.4</td>\n",
 193 |        "      <td>0.700</td>\n",
 194 |        "      <td>0.00</td>\n",
 195 |        "      <td>1.9</td>\n",
 196 |        "      <td>0.076</td>\n",
 197 |        "      <td>11.0</td>\n",
 198 |        "      <td>34.0</td>\n",
 199 |        "      <td>0.9978</td>\n",
 200 |        "      <td>3.51</td>\n",
 201 |        "      <td>0.56</td>\n",
 202 |        "      <td>9.4</td>\n",
 203 |        "      <td>5</td>\n",
 204 |        "    </tr>\n",
 205 |        "    <tr>\n",
 206 |        "      <td>5</td>\n",
 207 |        "      <td>7.4</td>\n",
 208 |        "      <td>0.660</td>\n",
 209 |        "      <td>0.00</td>\n",
 210 |        "      <td>1.8</td>\n",
 211 |        "      <td>0.075</td>\n",
 212 |        "      <td>13.0</td>\n",
 213 |        "      <td>40.0</td>\n",
 214 |        "      <td>0.9978</td>\n",
 215 |        "      <td>3.51</td>\n",
 216 |        "      <td>0.56</td>\n",
 217 |        "      <td>9.4</td>\n",
 218 |        "      <td>5</td>\n",
 219 |        "    </tr>\n",
 220 |        "    <tr>\n",
 221 |        "      <td>6</td>\n",
 222 |        "      <td>7.9</td>\n",
 223 |        "      <td>0.600</td>\n",
 224 |        "      <td>0.06</td>\n",
 225 |        "      <td>1.6</td>\n",
 226 |        "      <td>0.069</td>\n",
 227 |        "      <td>15.0</td>\n",
 228 |        "      <td>59.0</td>\n",
 229 |        "      <td>0.9964</td>\n",
 230 |        "      <td>3.30</td>\n",
 231 |        "      <td>0.46</td>\n",
 232 |        "      <td>9.4</td>\n",
 233 |        "      <td>5</td>\n",
 234 |        "    </tr>\n",
 235 |        "    <tr>\n",
 236 |        "      <td>7</td>\n",
 237 |        "      <td>7.3</td>\n",
 238 |        "      <td>0.650</td>\n",
 239 |        "      <td>0.00</td>\n",
 240 |        "      <td>1.2</td>\n",
 241 |        "      <td>0.065</td>\n",
 242 |        "      <td>15.0</td>\n",
 243 |        "      <td>21.0</td>\n",
 244 |        "      <td>0.9946</td>\n",
 245 |        "      <td>3.39</td>\n",
 246 |        "      <td>0.47</td>\n",
 247 |        "      <td>10.0</td>\n",
 248 |        "      <td>7</td>\n",
 249 |        "    </tr>\n",
 250 |        "    <tr>\n",
 251 |        "      <td>8</td>\n",
 252 |        "      <td>7.8</td>\n",
 253 |        "      <td>0.580</td>\n",
 254 |        "      <td>0.02</td>\n",
 255 |        "      <td>2.0</td>\n",
 256 |        "      <td>0.073</td>\n",
 257 |        "      <td>9.0</td>\n",
 258 |        "      <td>18.0</td>\n",
 259 |        "      <td>0.9968</td>\n",
 260 |        "      <td>3.36</td>\n",
 261 |        "      <td>0.57</td>\n",
 262 |        "      <td>9.5</td>\n",
 263 |        "      <td>7</td>\n",
 264 |        "    </tr>\n",
 265 |        "    <tr>\n",
 266 |        "      <td>9</td>\n",
 267 |        "      <td>7.5</td>\n",
 268 |        "      <td>0.500</td>\n",
 269 |        "      <td>0.36</td>\n",
 270 |        "      <td>6.1</td>\n",
 271 |        "      <td>0.071</td>\n",
 272 |        "      <td>17.0</td>\n",
 273 |        "      <td>102.0</td>\n",
 274 |        "      <td>0.9978</td>\n",
 275 |        "      <td>3.35</td>\n",
 276 |        "      <td>0.80</td>\n",
 277 |        "      <td>10.5</td>\n",
 278 |        "      <td>5</td>\n",
 279 |        "    </tr>\n",
 280 |        "    <tr>\n",
 281 |        "      <td>10</td>\n",
 282 |        "      <td>6.7</td>\n",
 283 |        "      <td>0.580</td>\n",
 284 |        "      <td>0.08</td>\n",
 285 |        "      <td>1.8</td>\n",
 286 |        "      <td>0.097</td>\n",
 287 |        "      <td>15.0</td>\n",
 288 |        "      <td>65.0</td>\n",
 289 |        "      <td>0.9959</td>\n",
 290 |        "      <td>3.28</td>\n",
 291 |        "      <td>0.54</td>\n",
 292 |        "      <td>9.2</td>\n",
 293 |        "      <td>5</td>\n",
 294 |        "    </tr>\n",
 295 |        "    <tr>\n",
 296 |        "      <td>11</td>\n",
 297 |        "      <td>7.5</td>\n",
 298 |        "      <td>0.500</td>\n",
 299 |        "      <td>0.36</td>\n",
 300 |        "      <td>6.1</td>\n",
 301 |        "      <td>0.071</td>\n",
 302 |        "      <td>17.0</td>\n",
 303 |        "      <td>102.0</td>\n",
 304 |        "      <td>0.9978</td>\n",
 305 |        "      <td>3.35</td>\n",
 306 |        "      <td>0.80</td>\n",
 307 |        "      <td>10.5</td>\n",
 308 |        "      <td>5</td>\n",
 309 |        "    </tr>\n",
 310 |        "    <tr>\n",
 311 |        "      <td>12</td>\n",
 312 |        "      <td>5.6</td>\n",
 313 |        "      <td>0.615</td>\n",
 314 |        "      <td>0.00</td>\n",
 315 |        "      <td>1.6</td>\n",
 316 |        "      <td>0.089</td>\n",
 317 |        "      <td>16.0</td>\n",
 318 |        "      <td>59.0</td>\n",
 319 |        "      <td>0.9943</td>\n",
 320 |        "      <td>3.58</td>\n",
 321 |        "      <td>0.52</td>\n",
 322 |        "      <td>9.9</td>\n",
 323 |        "      <td>5</td>\n",
 324 |        "    </tr>\n",
 325 |        "    <tr>\n",
 326 |        "      <td>13</td>\n",
 327 |        "      <td>7.8</td>\n",
 328 |        "      <td>0.610</td>\n",
 329 |        "      <td>0.29</td>\n",
 330 |        "      <td>1.6</td>\n",
 331 |        "      <td>0.114</td>\n",
 332 |        "      <td>9.0</td>\n",
 333 |        "      <td>29.0</td>\n",
 334 |        "      <td>0.9974</td>\n",
 335 |        "      <td>3.26</td>\n",
 336 |        "      <td>1.56</td>\n",
 337 |        "      <td>9.1</td>\n",
 338 |        "      <td>5</td>\n",
 339 |        "    </tr>\n",
 340 |        "    <tr>\n",
 341 |        "      <td>14</td>\n",
 342 |        "      <td>8.9</td>\n",
 343 |        "      <td>0.620</td>\n",
 344 |        "      <td>0.18</td>\n",
 345 |        "      <td>3.8</td>\n",
 346 |        "      <td>0.176</td>\n",
 347 |        "      <td>52.0</td>\n",
 348 |        "      <td>145.0</td>\n",
 349 |        "      <td>0.9986</td>\n",
 350 |        "      <td>3.16</td>\n",
 351 |        "      <td>0.88</td>\n",
 352 |        "      <td>9.2</td>\n",
 353 |        "      <td>5</td>\n",
 354 |        "    </tr>\n",
 355 |        "    <tr>\n",
 356 |        "      <td>15</td>\n",
 357 |        "      <td>8.9</td>\n",
 358 |        "      <td>0.620</td>\n",
 359 |        "      <td>0.19</td>\n",
 360 |        "      <td>3.9</td>\n",
 361 |        "      <td>0.170</td>\n",
 362 |        "      <td>51.0</td>\n",
 363 |        "      <td>148.0</td>\n",
 364 |        "      <td>0.9986</td>\n",
 365 |        "      <td>3.17</td>\n",
 366 |        "      <td>0.93</td>\n",
 367 |        "      <td>9.2</td>\n",
 368 |        "      <td>5</td>\n",
 369 |        "    </tr>\n",
 370 |        "    <tr>\n",
 371 |        "      <td>16</td>\n",
 372 |        "      <td>8.5</td>\n",
 373 |        "      <td>0.280</td>\n",
 374 |        "      <td>0.56</td>\n",
 375 |        "      <td>1.8</td>\n",
 376 |        "      <td>0.092</td>\n",
 377 |        "      <td>35.0</td>\n",
 378 |        "      <td>103.0</td>\n",
 379 |        "      <td>0.9969</td>\n",
 380 |        "      <td>3.30</td>\n",
 381 |        "      <td>0.75</td>\n",
 382 |        "      <td>10.5</td>\n",
 383 |        "      <td>7</td>\n",
 384 |        "    </tr>\n",
 385 |        "    <tr>\n",
 386 |        "      <td>17</td>\n",
 387 |        "      <td>8.1</td>\n",
 388 |        "      <td>0.560</td>\n",
 389 |        "      <td>0.28</td>\n",
 390 |        "      <td>1.7</td>\n",
 391 |        "      <td>0.368</td>\n",
 392 |        "      <td>16.0</td>\n",
 393 |        "      <td>56.0</td>\n",
 394 |        "      <td>0.9968</td>\n",
 395 |        "      <td>3.11</td>\n",
 396 |        "      <td>1.28</td>\n",
 397 |        "      <td>9.3</td>\n",
 398 |        "      <td>5</td>\n",
 399 |        "    </tr>\n",
 400 |        "    <tr>\n",
 401 |        "      <td>18</td>\n",
 402 |        "      <td>7.4</td>\n",
 403 |        "      <td>0.590</td>\n",
 404 |        "      <td>0.08</td>\n",
 405 |        "      <td>4.4</td>\n",
 406 |        "      <td>0.086</td>\n",
 407 |        "      <td>6.0</td>\n",
 408 |        "      <td>29.0</td>\n",
 409 |        "      <td>0.9974</td>\n",
 410 |        "      <td>3.38</td>\n",
 411 |        "      <td>0.50</td>\n",
 412 |        "      <td>9.0</td>\n",
 413 |        "      <td>4</td>\n",
 414 |        "    </tr>\n",
 415 |        "    <tr>\n",
 416 |        "      <td>19</td>\n",
 417 |        "      <td>7.9</td>\n",
 418 |        "      <td>0.320</td>\n",
 419 |        "      <td>0.51</td>\n",
 420 |        "      <td>1.8</td>\n",
 421 |        "      <td>0.341</td>\n",
 422 |        "      <td>17.0</td>\n",
 423 |        "      <td>56.0</td>\n",
 424 |        "      <td>0.9969</td>\n",
 425 |        "      <td>3.04</td>\n",
 426 |        "      <td>1.08</td>\n",
 427 |        "      <td>9.2</td>\n",
 428 |        "      <td>6</td>\n",
 429 |        "    </tr>\n",
 430 |        "  </tbody>\n",
 431 |        "</table>\n",
 432 |        "</div>"
 433 |       ],
 434 |       "text/plain": [
 435 |        "    fixed acidity  volatile acidity  citric acid  residual sugar  chlorides  \\\n",
 436 |        "0             7.4             0.700         0.00             1.9      0.076   \n",
 437 |        "1             7.8             0.880         0.00             2.6      0.098   \n",
 438 |        "2             7.8             0.760         0.04             2.3      0.092   \n",
 439 |        "3            11.2             0.280         0.56             1.9      0.075   \n",
 440 |        "4             7.4             0.700         0.00             1.9      0.076   \n",
 441 |        "5             7.4             0.660         0.00             1.8      0.075   \n",
 442 |        "6             7.9             0.600         0.06             1.6      0.069   \n",
 443 |        "7             7.3             0.650         0.00             1.2      0.065   \n",
 444 |        "8             7.8             0.580         0.02             2.0      0.073   \n",
 445 |        "9             7.5             0.500         0.36             6.1      0.071   \n",
 446 |        "10            6.7             0.580         0.08             1.8      0.097   \n",
 447 |        "11            7.5             0.500         0.36             6.1      0.071   \n",
 448 |        "12            5.6             0.615         0.00             1.6      0.089   \n",
 449 |        "13            7.8             0.610         0.29             1.6      0.114   \n",
 450 |        "14            8.9             0.620         0.18             3.8      0.176   \n",
 451 |        "15            8.9             0.620         0.19             3.9      0.170   \n",
 452 |        "16            8.5             0.280         0.56             1.8      0.092   \n",
 453 |        "17            8.1             0.560         0.28             1.7      0.368   \n",
 454 |        "18            7.4             0.590         0.08             4.4      0.086   \n",
 455 |        "19            7.9             0.320         0.51             1.8      0.341   \n",
 456 |        "\n",
 457 |        "    free sulfur dioxide  total sulfur dioxide  density    pH  sulphates  \\\n",
 458 |        "0                  11.0                  34.0   0.9978  3.51       0.56   \n",
 459 |        "1                  25.0                  67.0   0.9968  3.20       0.68   \n",
 460 |        "2                  15.0                  54.0   0.9970  3.26       0.65   \n",
 461 |        "3                  17.0                  60.0   0.9980  3.16       0.58   \n",
 462 |        "4                  11.0                  34.0   0.9978  3.51       0.56   \n",
 463 |        "5                  13.0                  40.0   0.9978  3.51       0.56   \n",
 464 |        "6                  15.0                  59.0   0.9964  3.30       0.46   \n",
 465 |        "7                  15.0                  21.0   0.9946  3.39       0.47   \n",
 466 |        "8                   9.0                  18.0   0.9968  3.36       0.57   \n",
 467 |        "9                  17.0                 102.0   0.9978  3.35       0.80   \n",
 468 |        "10                 15.0                  65.0   0.9959  3.28       0.54   \n",
 469 |        "11                 17.0                 102.0   0.9978  3.35       0.80   \n",
 470 |        "12                 16.0                  59.0   0.9943  3.58       0.52   \n",
 471 |        "13                  9.0                  29.0   0.9974  3.26       1.56   \n",
 472 |        "14                 52.0                 145.0   0.9986  3.16       0.88   \n",
 473 |        "15                 51.0                 148.0   0.9986  3.17       0.93   \n",
 474 |        "16                 35.0                 103.0   0.9969  3.30       0.75   \n",
 475 |        "17                 16.0                  56.0   0.9968  3.11       1.28   \n",
 476 |        "18                  6.0                  29.0   0.9974  3.38       0.50   \n",
 477 |        "19                 17.0                  56.0   0.9969  3.04       1.08   \n",
 478 |        "\n",
 479 |        "    alcohol  quality  \n",
 480 |        "0       9.4        5  \n",
 481 |        "1       9.8        5  \n",
 482 |        "2       9.8        5  \n",
 483 |        "3       9.8        6  \n",
 484 |        "4       9.4        5  \n",
 485 |        "5       9.4        5  \n",
 486 |        "6       9.4        5  \n",
 487 |        "7      10.0        7  \n",
 488 |        "8       9.5        7  \n",
 489 |        "9      10.5        5  \n",
 490 |        "10      9.2        5  \n",
 491 |        "11     10.5        5  \n",
 492 |        "12      9.9        5  \n",
 493 |        "13      9.1        5  \n",
 494 |        "14      9.2        5  \n",
 495 |        "15      9.2        5  \n",
 496 |        "16     10.5        7  \n",
 497 |        "17      9.3        5  \n",
 498 |        "18      9.0        4  \n",
 499 |        "19      9.2        6  "
 500 |       ]
 501 |      },
 502 |      "execution_count": 3,
 503 |      "metadata": {},
 504 |      "output_type": "execute_result"
 505 |     }
 506 |    ],
 507 |    "source": [
 508 |     "#查看前20行数据\n",
 509 |     "data.head(20)"
 510 |    ]
 511 |   },
 512 |   {
 513 |    "cell_type": "code",
 514 |    "execution_count": 5,
 515 |    "metadata": {},
 516 |    "outputs": [
 517 |     {
 518 |      "data": {
 519 |       "text/plain": [
 520 |        "fixed acidity           float64\n",
 521 |        "volatile acidity        float64\n",
 522 |        "citric acid             float64\n",
 523 |        "residual sugar          float64\n",
 524 |        "chlorides               float64\n",
 525 |        "free sulfur dioxide     float64\n",
 526 |        "total sulfur dioxide    float64\n",
 527 |        "density                 float64\n",
 528 |        "pH                      float64\n",
 529 |        "sulphates               float64\n",
 530 |        "alcohol                 float64\n",
 531 |        "quality                   int64\n",
 532 |        "dtype: object"
 533 |       ]
 534 |      },
 535 |      "execution_count": 5,
 536 |      "metadata": {},
 537 |      "output_type": "execute_result"
 538 |     }
 539 |    ],
 540 |    "source": [
 541 |     "#查看数据类型\n",
 542 |     "data.dtypes"
 543 |    ]
 544 |   },
 545 |   {
 546 |    "cell_type": "markdown",
 547 |    "metadata": {},
 548 |    "source": [
 549 |     "数据类型均为数字类型，故不做数据类型转换"
 550 |    ]
 551 |   },
 552 |   {
 553 |    "cell_type": "markdown",
 554 |    "metadata": {},
 555 |    "source": [
 556 |     "进行数据可视化，令数据更加直观"
 557 |    ]
 558 |   },
 559 |   {
 560 |    "cell_type": "code",
 561 |    "execution_count": 6,
 562 |    "metadata": {},
 563 |    "outputs": [
 564 |     {
 565 |      "data": {
 566 |       "text/plain": [
 567 |        "Text(0.5, 1.0, 'All input variables with quality')"
 568 |       ]
 569 |      },
 570 |      "execution_count": 6,
 571 |      "metadata": {},
 572 |      "output_type": "execute_result"
 573 |     },
 574 |     {
 575 |      "data": {
 576 |       "image/png": "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\n",
 577 |       "text/plain": [
 578 |        "<Figure size 1080x360 with 1 Axes>"
 579 |       ]
 580 |      },
 581 |      "metadata": {
 582 |       "needs_background": "light"
 583 |      },
 584 |      "output_type": "display_data"
 585 |     }
 586 |    ],
 587 |    "source": [
 588 |     "y = data.quality\n",
 589 |     "a = data.drop(columns=['quality'])\n",
 590 |     "\n",
 591 |     "fig = plt.figure(figsize=(15,5))\n",
 592 |     "\n",
 593 |     "plt.plot( a,y ,'o')\n",
 594 |     "plt.ylabel(\"quality\")\n",
 595 |     "plt.xlabel(\"Input variables\")\n",
 596 |     "plt.yticks([1,2,3,4,5,6,7,8,9,10])\n",
 597 |     "plt.legend([\"fixed acidity\", \"volatile acidity\", \"citric acid\", \"residual sugar\",\n",
 598 |     "       \"chlorides\", \"free sulfur dioxide\", \"total sulfur dioxide\", \"density\",\"pH\", \"sulphates\", \"alcohol\"])\n",
 599 |     "plt.title(\"All input variables with quality\")"
 600 |    ]
 601 |   },
 602 |   {
 603 |    "cell_type": "markdown",
 604 |    "metadata": {},
 605 |    "source": [
 606 |     "#### 3.初步处理数据："
 607 |    ]
 608 |   },
 609 |   {
 610 |    "cell_type": "markdown",
 611 |    "metadata": {},
 612 |    "source": [
 613 |     "将quality数据进行分类，分成两类：0与1"
 614 |    ]
 615 |   },
 616 |   {
 617 |    "cell_type": "code",
 618 |    "execution_count": 7,
 619 |    "metadata": {},
 620 |    "outputs": [
 621 |     {
 622 |      "name": "stderr",
 623 |      "output_type": "stream",
 624 |      "text": [
 625 |       "D:\\Users\\daimaoshou2w\\Anaconda\\lib\\site-packages\\ipykernel_launcher.py:3: SettingWithCopyWarning: \n",
 626 |       "A value is trying to be set on a copy of a slice from a DataFrame.\n",
 627 |       "Try using .loc[row_indexer,col_indexer] = value instead\n",
 628 |       "\n",
 629 |       "See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy\n",
 630 |       "  This is separate from the ipykernel package so we can avoid doing imports until\n",
 631 |       "D:\\Users\\daimaoshou2w\\Anaconda\\lib\\site-packages\\pandas\\core\\indexing.py:494: SettingWithCopyWarning: \n",
 632 |       "A value is trying to be set on a copy of a slice from a DataFrame.\n",
 633 |       "Try using .loc[row_indexer,col_indexer] = value instead\n",
 634 |       "\n",
 635 |       "See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy\n",
 636 |       "  self.obj[item] = s\n",
 637 |       "D:\\Users\\daimaoshou2w\\Anaconda\\lib\\site-packages\\ipykernel_launcher.py:6: SettingWithCopyWarning: \n",
 638 |       "A value is trying to be set on a copy of a slice from a DataFrame.\n",
 639 |       "Try using .loc[row_indexer,col_indexer] = value instead\n",
 640 |       "\n",
 641 |       "See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy\n",
 642 |       "  \n"
 643 |      ]
 644 |     }
 645 |    ],
 646 |    "source": [
 647 |     "#quality小于等于5设置为0\n",
 648 |     "t0 = data[data['quality'] >= 7]\n",
 649 |     "t0[['quality']]=1\n",
 650 |     "#quality大于等于6设置为1\n",
 651 |     "t1 = data[data['quality'] < 7]\n",
 652 |     "t1[['quality']]=0"
 653 |    ]
 654 |   },
 655 |   {
 656 |    "cell_type": "code",
 657 |    "execution_count": 8,
 658 |    "metadata": {},
 659 |    "outputs": [],
 660 |    "source": [
 661 |     "data=pd.concat([t0,t1])"
 662 |    ]
 663 |   },
 664 |   {
 665 |    "cell_type": "code",
 666 |    "execution_count": 9,
 667 |    "metadata": {},
 668 |    "outputs": [
 669 |     {
 670 |      "data": {
 671 |       "text/html": [
 672 |        "<div>\n",
 673 |        "<style scoped>\n",
 674 |        "    .dataframe tbody tr th:only-of-type {\n",
 675 |        "        vertical-align: middle;\n",
 676 |        "    }\n",
 677 |        "\n",
 678 |        "    .dataframe tbody tr th {\n",
 679 |        "        vertical-align: top;\n",
 680 |        "    }\n",
 681 |        "\n",
 682 |        "    .dataframe thead th {\n",
 683 |        "        text-align: right;\n",
 684 |        "    }\n",
 685 |        "</style>\n",
 686 |        "<table border=\"1\" class=\"dataframe\">\n",
 687 |        "  <thead>\n",
 688 |        "    <tr style=\"text-align: right;\">\n",
 689 |        "      <th></th>\n",
 690 |        "      <th>fixed acidity</th>\n",
 691 |        "      <th>volatile acidity</th>\n",
 692 |        "      <th>citric acid</th>\n",
 693 |        "      <th>residual sugar</th>\n",
 694 |        "      <th>chlorides</th>\n",
 695 |        "      <th>free sulfur dioxide</th>\n",
 696 |        "      <th>total sulfur dioxide</th>\n",
 697 |        "      <th>density</th>\n",
 698 |        "      <th>pH</th>\n",
 699 |        "      <th>sulphates</th>\n",
 700 |        "      <th>alcohol</th>\n",
 701 |        "      <th>quality</th>\n",
 702 |        "    </tr>\n",
 703 |        "  </thead>\n",
 704 |        "  <tbody>\n",
 705 |        "    <tr>\n",
 706 |        "      <td>7</td>\n",
 707 |        "      <td>7.3</td>\n",
 708 |        "      <td>0.650</td>\n",
 709 |        "      <td>0.00</td>\n",
 710 |        "      <td>1.2</td>\n",
 711 |        "      <td>0.065</td>\n",
 712 |        "      <td>15.0</td>\n",
 713 |        "      <td>21.0</td>\n",
 714 |        "      <td>0.99460</td>\n",
 715 |        "      <td>3.39</td>\n",
 716 |        "      <td>0.47</td>\n",
 717 |        "      <td>10.0</td>\n",
 718 |        "      <td>1</td>\n",
 719 |        "    </tr>\n",
 720 |        "    <tr>\n",
 721 |        "      <td>8</td>\n",
 722 |        "      <td>7.8</td>\n",
 723 |        "      <td>0.580</td>\n",
 724 |        "      <td>0.02</td>\n",
 725 |        "      <td>2.0</td>\n",
 726 |        "      <td>0.073</td>\n",
 727 |        "      <td>9.0</td>\n",
 728 |        "      <td>18.0</td>\n",
 729 |        "      <td>0.99680</td>\n",
 730 |        "      <td>3.36</td>\n",
 731 |        "      <td>0.57</td>\n",
 732 |        "      <td>9.5</td>\n",
 733 |        "      <td>1</td>\n",
 734 |        "    </tr>\n",
 735 |        "    <tr>\n",
 736 |        "      <td>16</td>\n",
 737 |        "      <td>8.5</td>\n",
 738 |        "      <td>0.280</td>\n",
 739 |        "      <td>0.56</td>\n",
 740 |        "      <td>1.8</td>\n",
 741 |        "      <td>0.092</td>\n",
 742 |        "      <td>35.0</td>\n",
 743 |        "      <td>103.0</td>\n",
 744 |        "      <td>0.99690</td>\n",
 745 |        "      <td>3.30</td>\n",
 746 |        "      <td>0.75</td>\n",
 747 |        "      <td>10.5</td>\n",
 748 |        "      <td>1</td>\n",
 749 |        "    </tr>\n",
 750 |        "    <tr>\n",
 751 |        "      <td>37</td>\n",
 752 |        "      <td>8.1</td>\n",
 753 |        "      <td>0.380</td>\n",
 754 |        "      <td>0.28</td>\n",
 755 |        "      <td>2.1</td>\n",
 756 |        "      <td>0.066</td>\n",
 757 |        "      <td>13.0</td>\n",
 758 |        "      <td>30.0</td>\n",
 759 |        "      <td>0.99680</td>\n",
 760 |        "      <td>3.23</td>\n",
 761 |        "      <td>0.73</td>\n",
 762 |        "      <td>9.7</td>\n",
 763 |        "      <td>1</td>\n",
 764 |        "    </tr>\n",
 765 |        "    <tr>\n",
 766 |        "      <td>62</td>\n",
 767 |        "      <td>7.5</td>\n",
 768 |        "      <td>0.520</td>\n",
 769 |        "      <td>0.16</td>\n",
 770 |        "      <td>1.9</td>\n",
 771 |        "      <td>0.085</td>\n",
 772 |        "      <td>12.0</td>\n",
 773 |        "      <td>35.0</td>\n",
 774 |        "      <td>0.99680</td>\n",
 775 |        "      <td>3.38</td>\n",
 776 |        "      <td>0.62</td>\n",
 777 |        "      <td>9.5</td>\n",
 778 |        "      <td>1</td>\n",
 779 |        "    </tr>\n",
 780 |        "    <tr>\n",
 781 |        "      <td>...</td>\n",
 782 |        "      <td>...</td>\n",
 783 |        "      <td>...</td>\n",
 784 |        "      <td>...</td>\n",
 785 |        "      <td>...</td>\n",
 786 |        "      <td>...</td>\n",
 787 |        "      <td>...</td>\n",
 788 |        "      <td>...</td>\n",
 789 |        "      <td>...</td>\n",
 790 |        "      <td>...</td>\n",
 791 |        "      <td>...</td>\n",
 792 |        "      <td>...</td>\n",
 793 |        "      <td>...</td>\n",
 794 |        "    </tr>\n",
 795 |        "    <tr>\n",
 796 |        "      <td>1594</td>\n",
 797 |        "      <td>6.2</td>\n",
 798 |        "      <td>0.600</td>\n",
 799 |        "      <td>0.08</td>\n",
 800 |        "      <td>2.0</td>\n",
 801 |        "      <td>0.090</td>\n",
 802 |        "      <td>32.0</td>\n",
 803 |        "      <td>44.0</td>\n",
 804 |        "      <td>0.99490</td>\n",
 805 |        "      <td>3.45</td>\n",
 806 |        "      <td>0.58</td>\n",
 807 |        "      <td>10.5</td>\n",
 808 |        "      <td>0</td>\n",
 809 |        "    </tr>\n",
 810 |        "    <tr>\n",
 811 |        "      <td>1595</td>\n",
 812 |        "      <td>5.9</td>\n",
 813 |        "      <td>0.550</td>\n",
 814 |        "      <td>0.10</td>\n",
 815 |        "      <td>2.2</td>\n",
 816 |        "      <td>0.062</td>\n",
 817 |        "      <td>39.0</td>\n",
 818 |        "      <td>51.0</td>\n",
 819 |        "      <td>0.99512</td>\n",
 820 |        "      <td>3.52</td>\n",
 821 |        "      <td>0.76</td>\n",
 822 |        "      <td>11.2</td>\n",
 823 |        "      <td>0</td>\n",
 824 |        "    </tr>\n",
 825 |        "    <tr>\n",
 826 |        "      <td>1596</td>\n",
 827 |        "      <td>6.3</td>\n",
 828 |        "      <td>0.510</td>\n",
 829 |        "      <td>0.13</td>\n",
 830 |        "      <td>2.3</td>\n",
 831 |        "      <td>0.076</td>\n",
 832 |        "      <td>29.0</td>\n",
 833 |        "      <td>40.0</td>\n",
 834 |        "      <td>0.99574</td>\n",
 835 |        "      <td>3.42</td>\n",
 836 |        "      <td>0.75</td>\n",
 837 |        "      <td>11.0</td>\n",
 838 |        "      <td>0</td>\n",
 839 |        "    </tr>\n",
 840 |        "    <tr>\n",
 841 |        "      <td>1597</td>\n",
 842 |        "      <td>5.9</td>\n",
 843 |        "      <td>0.645</td>\n",
 844 |        "      <td>0.12</td>\n",
 845 |        "      <td>2.0</td>\n",
 846 |        "      <td>0.075</td>\n",
 847 |        "      <td>32.0</td>\n",
 848 |        "      <td>44.0</td>\n",
 849 |        "      <td>0.99547</td>\n",
 850 |        "      <td>3.57</td>\n",
 851 |        "      <td>0.71</td>\n",
 852 |        "      <td>10.2</td>\n",
 853 |        "      <td>0</td>\n",
 854 |        "    </tr>\n",
 855 |        "    <tr>\n",
 856 |        "      <td>1598</td>\n",
 857 |        "      <td>6.0</td>\n",
 858 |        "      <td>0.310</td>\n",
 859 |        "      <td>0.47</td>\n",
 860 |        "      <td>3.6</td>\n",
 861 |        "      <td>0.067</td>\n",
 862 |        "      <td>18.0</td>\n",
 863 |        "      <td>42.0</td>\n",
 864 |        "      <td>0.99549</td>\n",
 865 |        "      <td>3.39</td>\n",
 866 |        "      <td>0.66</td>\n",
 867 |        "      <td>11.0</td>\n",
 868 |        "      <td>0</td>\n",
 869 |        "    </tr>\n",
 870 |        "  </tbody>\n",
 871 |        "</table>\n",
 872 |        "<p>1599 rows × 12 columns</p>\n",
 873 |        "</div>"
 874 |       ],
 875 |       "text/plain": [
 876 |        "      fixed acidity  volatile acidity  citric acid  residual sugar  chlorides  \\\n",
 877 |        "7               7.3             0.650         0.00             1.2      0.065   \n",
 878 |        "8               7.8             0.580         0.02             2.0      0.073   \n",
 879 |        "16              8.5             0.280         0.56             1.8      0.092   \n",
 880 |        "37              8.1             0.380         0.28             2.1      0.066   \n",
 881 |        "62              7.5             0.520         0.16             1.9      0.085   \n",
 882 |        "...             ...               ...          ...             ...        ...   \n",
 883 |        "1594            6.2             0.600         0.08             2.0      0.090   \n",
 884 |        "1595            5.9             0.550         0.10             2.2      0.062   \n",
 885 |        "1596            6.3             0.510         0.13             2.3      0.076   \n",
 886 |        "1597            5.9             0.645         0.12             2.0      0.075   \n",
 887 |        "1598            6.0             0.310         0.47             3.6      0.067   \n",
 888 |        "\n",
 889 |        "      free sulfur dioxide  total sulfur dioxide  density    pH  sulphates  \\\n",
 890 |        "7                    15.0                  21.0  0.99460  3.39       0.47   \n",
 891 |        "8                     9.0                  18.0  0.99680  3.36       0.57   \n",
 892 |        "16                   35.0                 103.0  0.99690  3.30       0.75   \n",
 893 |        "37                   13.0                  30.0  0.99680  3.23       0.73   \n",
 894 |        "62                   12.0                  35.0  0.99680  3.38       0.62   \n",
 895 |        "...                   ...                   ...      ...   ...        ...   \n",
 896 |        "1594                 32.0                  44.0  0.99490  3.45       0.58   \n",
 897 |        "1595                 39.0                  51.0  0.99512  3.52       0.76   \n",
 898 |        "1596                 29.0                  40.0  0.99574  3.42       0.75   \n",
 899 |        "1597                 32.0                  44.0  0.99547  3.57       0.71   \n",
 900 |        "1598                 18.0                  42.0  0.99549  3.39       0.66   \n",
 901 |        "\n",
 902 |        "      alcohol  quality  \n",
 903 |        "7        10.0        1  \n",
 904 |        "8         9.5        1  \n",
 905 |        "16       10.5        1  \n",
 906 |        "37        9.7        1  \n",
 907 |        "62        9.5        1  \n",
 908 |        "...       ...      ...  \n",
 909 |        "1594     10.5        0  \n",
 910 |        "1595     11.2        0  \n",
 911 |        "1596     11.0        0  \n",
 912 |        "1597     10.2        0  \n",
 913 |        "1598     11.0        0  \n",
 914 |        "\n",
 915 |        "[1599 rows x 12 columns]"
 916 |       ]
 917 |      },
 918 |      "execution_count": 9,
 919 |      "metadata": {},
 920 |      "output_type": "execute_result"
 921 |     }
 922 |    ],
 923 |    "source": [
 924 |     "#再次查看数据\n",
 925 |     "data"
 926 |    ]
 927 |   },
 928 |   {
 929 |    "cell_type": "code",
 930 |    "execution_count": 10,
 931 |    "metadata": {},
 932 |    "outputs": [],
 933 |    "source": [
 934 |     "#将目标（y）功能与输入（X）功能分开\n",
 935 |     "y = data.quality\n",
 936 |     "X = data.drop(columns=['quality'])\n",
 937 |     "#drop函数删除，axis：axis=0表示行，axis=1表示列。columns：列名"
 938 |    ]
 939 |   },
 940 |   {
 941 |    "cell_type": "code",
 942 |    "execution_count": 11,
 943 |    "metadata": {},
 944 |    "outputs": [
 945 |     {
 946 |      "name": "stdout",
 947 |      "output_type": "stream",
 948 |      "text": [
 949 |       "X_train shape: (1119, 11)\n",
 950 |       "y_train shape: (1119,)\n",
 951 |       "X_test shape: (480, 11)\n",
 952 |       "y_test shape: (480,)\n"
 953 |      ]
 954 |     }
 955 |    ],
 956 |    "source": [
 957 |     "#设置训练集和测试集\n",
 958 |     "from sklearn.model_selection import train_test_split\n",
 959 |     "X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,random_state=66)\n",
 960 |     "print(\"X_train shape:\", X_train.shape)\n",
 961 |     "print(\"y_train shape:\", y_train.shape)\n",
 962 |     "print(\"X_test shape:\", X_test.shape)\n",
 963 |     "print(\"y_test shape:\", y_test.shape)"
 964 |    ]
 965 |   },
 966 |   {
 967 |    "cell_type": "markdown",
 968 |    "metadata": {},
 969 |    "source": [
 970 |     "#### 4.建立模型："
 971 |    ]
 972 |   },
 973 |   {
 974 |    "cell_type": "markdown",
 975 |    "metadata": {},
 976 |    "source": [
 977 |     "模型一：线性回归（普通最小二乘法）"
 978 |    ]
 979 |   },
 980 |   {
 981 |    "cell_type": "code",
 982 |    "execution_count": 12,
 983 |    "metadata": {},
 984 |    "outputs": [
 985 |     {
 986 |      "name": "stdout",
 987 |      "output_type": "stream",
 988 |      "text": [
 989 |       "Training set score: 0.25\n",
 990 |       "Test set score: 0.20\n"
 991 |      ]
 992 |     }
 993 |    ],
 994 |    "source": [
 995 |     "from sklearn.linear_model import LinearRegression\n",
 996 |     "lr = LinearRegression().fit(X_train, y_train)\n",
 997 |     "\n",
 998 |     "print(\"Training set score: {:.2f}\".format(lr.score(X_train, y_train)))\n",
 999 |     "print(\"Test set score: {:.2f}\".format(lr.score(X_test, y_test)))"
1000 |    ]
1001 |   },
1002 |   {
1003 |    "cell_type": "markdown",
1004 |    "metadata": {},
1005 |    "source": [
1006 |     "线性回归模型精度过低，故不考虑该模型。"
1007 |    ]
1008 |   },
1009 |   {
1010 |    "cell_type": "markdown",
1011 |    "metadata": {},
1012 |    "source": [
1013 |     "模型二：决策树"
1014 |    ]
1015 |   },
1016 |   {
1017 |    "cell_type": "code",
1018 |    "execution_count": 14,
1019 |    "metadata": {},
1020 |    "outputs": [
1021 |     {
1022 |      "name": "stdout",
1023 |      "output_type": "stream",
1024 |      "text": [
1025 |       "Train set score: 0.994\n",
1026 |       "Test set score: 0.863\n"
1027 |      ]
1028 |     }
1029 |    ],
1030 |    "source": [
1031 |     "from sklearn.tree import DecisionTreeClassifier\n",
1032 |     "tree = DecisionTreeClassifier(max_depth=11, random_state=42)\n",
1033 |     "tree.fit(X_train, y_train)\n",
1034 |     "\n",
1035 |     "print(\"Train set score: {:.3f}\".format(tree.score(X_train, y_train)))\n",
1036 |     "print(\"Test set score: {:.3f}\".format(tree.score(X_test, y_test)))"
1037 |    ]
1038 |   },
1039 |   {
1040 |    "cell_type": "markdown",
1041 |    "metadata": {},
1042 |    "source": [
1043 |     "决策树模型没有出现过拟合的情况。该模型不需要进行数据处理，是运用在葡萄酒数据中较适合的一种模型。"
1044 |    ]
1045 |   },
1046 |   {
1047 |    "cell_type": "markdown",
1048 |    "metadata": {},
1049 |    "source": [
1050 |     "我们为了提高精度，运用了随机森林模型 "
1051 |    ]
1052 |   },
1053 |   {
1054 |    "cell_type": "code",
1055 |    "execution_count": 15,
1056 |    "metadata": {},
1057 |    "outputs": [
1058 |     {
1059 |      "name": "stdout",
1060 |      "output_type": "stream",
1061 |      "text": [
1062 |       "Train set score: 0.996\n",
1063 |       "Test set score: 0.910 \n"
1064 |      ]
1065 |     }
1066 |    ],
1067 |    "source": [
1068 |     "from sklearn.ensemble import RandomForestClassifier\n",
1069 |     "forest = RandomForestClassifier(n_estimators=10, random_state=0)\n",
1070 |     "forest.fit(X_train, y_train)\n",
1071 |     "\n",
1072 |     "print(\"Train set score: {:.3f}\".format(forest.score(X_train, y_train)))\n",
1073 |     "print(\"Test set score: {:.3f} \".format(forest.score(X_test, y_test)))"
1074 |    ]
1075 |   },
1076 |   {
1077 |    "cell_type": "markdown",
1078 |    "metadata": {},
1079 |    "source": [
1080 |     "该模型会比决策树精度更高些，是更合适的一种模型。"
1081 |    ]
1082 |   },
1083 |   {
1084 |    "cell_type": "markdown",
1085 |    "metadata": {},
1086 |    "source": [
1087 |     "模型三：knn模型"
1088 |    ]
1089 |   },
1090 |   {
1091 |    "cell_type": "code",
1092 |    "execution_count": 16,
1093 |    "metadata": {},
1094 |    "outputs": [
1095 |     {
1096 |      "data": {
1097 |       "text/plain": [
1098 |        "<matplotlib.legend.Legend at 0x17608c5b9c8>"
1099 |       ]
1100 |      },
1101 |      "execution_count": 16,
1102 |      "metadata": {},
1103 |      "output_type": "execute_result"
1104 |     },
1105 |     {
1106 |      "data": {
1107 |       "image/png": "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\n",
1108 |       "text/plain": [
1109 |        "<Figure size 432x288 with 1 Axes>"
1110 |       ]
1111 |      },
1112 |      "metadata": {
1113 |       "needs_background": "light"
1114 |      },
1115 |      "output_type": "display_data"
1116 |     }
1117 |    ],
1118 |    "source": [
1119 |     "#查询n_neighbors在1-14时为何值时，模型性能最好\n",
1120 |     "from sklearn.neighbors import KNeighborsClassifier\n",
1121 |     "training_accuracy = []\n",
1122 |     "test_accuracy = []\n",
1123 |     "# n_neighbors取值从1到14\n",
1124 |     "neighbors_settings = range(1, 15)\n",
1125 |     "for n_neighbors in neighbors_settings:\n",
1126 |     "    # 构建模型\n",
1127 |     "    clf = KNeighborsClassifier(n_neighbors=n_neighbors)\n",
1128 |     "    clf.fit(X_train, y_train)\n",
1129 |     "    # 记录训练集精度\n",
1130 |     "    training_accuracy.append(clf.score(X_train, y_train))\n",
1131 |     "    # 记录测试集精度\n",
1132 |     "    test_accuracy.append(clf.score(X_test, y_test))\n",
1133 |     "    \n",
1134 |     "plt.plot(neighbors_settings, training_accuracy, label=\"training accuracy\")\n",
1135 |     "plt.plot(neighbors_settings, test_accuracy, label=\"test accuracy\")\n",
1136 |     "plt.ylabel(\"Accuracy\")\n",
1137 |     "plt.xlabel(\"n_neighbors\")\n",
1138 |     "plt.legend()"
1139 |    ]
1140 |   },
1141 |   {
1142 |    "cell_type": "markdown",
1143 |    "metadata": {},
1144 |    "source": [
1145 |     "由图可知n_neighbors取8时，knn模型性能较好"
1146 |    ]
1147 |   },
1148 |   {
1149 |    "cell_type": "code",
1150 |    "execution_count": 17,
1151 |    "metadata": {},
1152 |    "outputs": [
1153 |     {
1154 |      "name": "stdout",
1155 |      "output_type": "stream",
1156 |      "text": [
1157 |       "Train set score: 0.884\n",
1158 |       "Test set score: 0.882\n"
1159 |      ]
1160 |     }
1161 |    ],
1162 |    "source": [
1163 |     "knn = KNeighborsClassifier(n_neighbors=8)\n",
1164 |     "knn.fit(X_train, y_train)\n",
1165 |     "print(\"Train set score: {:.3f}\".format(knn.score(X_train, y_train)))\n",
1166 |     "print(\"Test set score: {:.3f}\".format(knn.score(X_test, y_test)))"
1167 |    ]
1168 |   },
1169 |   {
1170 |    "cell_type": "markdown",
1171 |    "metadata": {},
1172 |    "source": [
1173 |     "knn模型精度也较高，相比随机森林模型较低些。"
1174 |    ]
1175 |   },
1176 |   {
1177 |    "cell_type": "markdown",
1178 |    "metadata": {},
1179 |    "source": [
1180 |     "模型四：svm模型"
1181 |    ]
1182 |   },
1183 |   {
1184 |    "cell_type": "code",
1185 |    "execution_count": 18,
1186 |    "metadata": {},
1187 |    "outputs": [
1188 |     {
1189 |      "name": "stdout",
1190 |      "output_type": "stream",
1191 |      "text": [
1192 |       "Size of training set: 899   size of validation set: 300   size of test set: 400\n",
1193 |       "\n",
1194 |       "Best score on validation set: 0.87\n",
1195 |       "Best parameters:  {'C': 10, 'gamma': 1}\n",
1196 |       "Test set score with best parameters: 0.90\n"
1197 |      ]
1198 |     }
1199 |    ],
1200 |    "source": [
1201 |     "from sklearn.svm import SVC\n",
1202 |     "# 将数据划分为训练+验证集与测试集\n",
1203 |     "X_trainval, X_test, y_trainval, y_test = train_test_split(\n",
1204 |     "    X,y, random_state=0)\n",
1205 |     "# 将训练+验证集划分为训练集与验证集\n",
1206 |     "X_train, X_valid, y_train, y_valid = train_test_split(\n",
1207 |     "    X_trainval, y_trainval, random_state=1)\n",
1208 |     "print(\"Size of training set: {}   size of validation set: {}   size of test set:\"\n",
1209 |     "      \" {}\\n\".format(X_train.shape[0], X_valid.shape[0], X_test.shape[0]))\n",
1210 |     "\n",
1211 |     "best_score = 0\n",
1212 |     "\n",
1213 |     "for gamma in [0.001, 0.01, 0.1, 1, 10, 100]:\n",
1214 |     "    for C in [0.001, 0.01, 0.1, 1, 10, 100]:\n",
1215 |     "        # 对每种参数组合都训练一个SVC\n",
1216 |     "        svm = SVC(gamma=gamma, C=C)\n",
1217 |     "        svm.fit(X_train, y_train)\n",
1218 |     "        # 在验证集上评估SVC\n",
1219 |     "        score = svm.score(X_valid, y_valid)\n",
1220 |     "        # 如果我们得到了更高的分数，则保存该分数和对应的参数\n",
1221 |     "        if score > best_score:\n",
1222 |     "            best_score = score\n",
1223 |     "            best_parameters = {'C': C, 'gamma': gamma}\n",
1224 |     "\n",
1225 |     "# 在训练+验证集上重新构建一个模型，并在测试集上进行评估\n",
1226 |     "svm = SVC(**best_parameters)\n",
1227 |     "svm.fit(X_trainval, y_trainval)\n",
1228 |     "test_score = svm.score(X_test, y_test)\n",
1229 |     "print(\"Best score on validation set: {:.2f}\".format(best_score))\n",
1230 |     "print(\"Best parameters: \", best_parameters)\n",
1231 |     "print(\"Test set score with best parameters: {:.2f}\".format(test_score))"
1232 |    ]
1233 |   },
1234 |   {
1235 |    "cell_type": "markdown",
1236 |    "metadata": {},
1237 |    "source": [
1238 |     "通过划分数据集交叉验证svm模型，得出的最佳精度比其他模型略低，数据处理过程也较繁琐，不是最佳的选择。"
1239 |    ]
1240 |   },
1241 |   {
1242 |    "cell_type": "markdown",
1243 |    "metadata": {},
1244 |    "source": [
1245 |     "观察以上各个模型所得出的精度，我们发现随机森林模型是最优的选择。故选择随机森林模型为最终的建模。"
1246 |    ]
1247 |   },
1248 |   {
1249 |    "cell_type": "markdown",
1250 |    "metadata": {},
1251 |    "source": [
1252 |     "#### 5.最终建模以及测试数据： "
1253 |    ]
1254 |   },
1255 |   {
1256 |    "cell_type": "markdown",
1257 |    "metadata": {},
1258 |    "source": [
1259 |     "对随机森林模型进行微调,使精度更高"
1260 |    ]
1261 |   },
1262 |   {
1263 |    "cell_type": "code",
1264 |    "execution_count": 20,
1265 |    "metadata": {},
1266 |    "outputs": [
1267 |     {
1268 |      "name": "stdout",
1269 |      "output_type": "stream",
1270 |      "text": [
1271 |       "Train set score: 1.000\n",
1272 |       "Test set score:0.925 \n"
1273 |      ]
1274 |     }
1275 |    ],
1276 |    "source": [
1277 |     "from sklearn.ensemble import RandomForestClassifier\n",
1278 |     "forest = RandomForestClassifier(n_estimators=100, random_state=234)\n",
1279 |     "forest.fit(X_train, y_train)\n",
1280 |     "\n",
1281 |     "print(\"Train set score: {:.3f}\".format(forest.score(X_train, y_train)))\n",
1282 |     "print(\"Test set score:{:.3f} \".format(forest.score(X_test, y_test)))"
1283 |    ]
1284 |   },
1285 |   {
1286 |    "cell_type": "markdown",
1287 |    "metadata": {},
1288 |    "source": [
1289 |     "创建新的数据，试运行该模型"
1290 |    ]
1291 |   },
1292 |   {
1293 |    "cell_type": "code",
1294 |    "execution_count": 21,
1295 |    "metadata": {},
1296 |    "outputs": [
1297 |     {
1298 |      "name": "stdout",
1299 |      "output_type": "stream",
1300 |      "text": [
1301 |       "X_new.shape: (1, 11)\n"
1302 |      ]
1303 |     }
1304 |    ],
1305 |    "source": [
1306 |     "X_new = np.array([[ 6.2,0.600,0.08,2.0,0.090,32.0,44.0,0.99490,4.45,0.58,10.5]])\n",
1307 |     "print(\"X_new.shape:\", X_new.shape)"
1308 |    ]
1309 |   },
1310 |   {
1311 |    "cell_type": "code",
1312 |    "execution_count": 22,
1313 |    "metadata": {},
1314 |    "outputs": [
1315 |     {
1316 |      "name": "stdout",
1317 |      "output_type": "stream",
1318 |      "text": [
1319 |       "Prediction: [0]\n"
1320 |      ]
1321 |     }
1322 |    ],
1323 |    "source": [
1324 |     "prediction = forest.predict(X_new)\n",
1325 |     "print(\"Prediction:\", prediction)"
1326 |    ]
1327 |   },
1328 |   {
1329 |    "cell_type": "code",
1330 |    "execution_count": null,
1331 |    "metadata": {},
1332 |    "outputs": [],
1333 |    "source": []
1334 |   }
1335 |  ],
1336 |  "metadata": {
1337 |   "kernelspec": {
1338 |    "display_name": "Python 3",
1339 |    "language": "python",
1340 |    "name": "python3"
1341 |   },
1342 |   "language_info": {
1343 |    "codemirror_mode": {
1344 |     "name": "ipython",
1345 |     "version": 3
1346 |    },
1347 |    "file_extension": ".py",
1348 |    "mimetype": "text/x-python",
1349 |    "name": "python",
1350 |    "nbconvert_exporter": "python",
1351 |    "pygments_lexer": "ipython3",
1352 |    "version": "3.7.4"
1353 |   }
1354 |  },
1355 |  "nbformat": 4,
1356 |  "nbformat_minor": 2
1357 | }
1358 | 


--------------------------------------------------------------------------------
/README.md:
--------------------------------------------------------------------------------
1 | 来自葡萄牙北部的两个与红色和白色Vinho Verde葡萄酒样品有关的数据，主要视为分类或回归任务，根据输入变量（理化特性）对葡萄酒质量进行建模。我们将根据固定酸度、PH和酒精浓度等特征，对检测葡萄酒质量的模型进行培训和调整。
2 | 


--------------------------------------------------------------------------------
/winequality-red.csv:
--------------------------------------------------------------------------------
   1 | "fixed acidity";"volatile acidity";"citric acid";"residual sugar";"chlorides";"free sulfur dioxide";"total sulfur dioxide";"density";"pH";"sulphates";"alcohol";"quality"
   2 | 7.4;0.7;0;1.9;0.076;11;34;0.9978;3.51;0.56;9.4;5
   3 | 7.8;0.88;0;2.6;0.098;25;67;0.9968;3.2;0.68;9.8;5
   4 | 7.8;0.76;0.04;2.3;0.092;15;54;0.997;3.26;0.65;9.8;5
   5 | 11.2;0.28;0.56;1.9;0.075;17;60;0.998;3.16;0.58;9.8;6
   6 | 7.4;0.7;0;1.9;0.076;11;34;0.9978;3.51;0.56;9.4;5
   7 | 7.4;0.66;0;1.8;0.075;13;40;0.9978;3.51;0.56;9.4;5
   8 | 7.9;0.6;0.06;1.6;0.069;15;59;0.9964;3.3;0.46;9.4;5
   9 | 7.3;0.65;0;1.2;0.065;15;21;0.9946;3.39;0.47;10;7
  10 | 7.8;0.58;0.02;2;0.073;9;18;0.9968;3.36;0.57;9.5;7
  11 | 7.5;0.5;0.36;6.1;0.071;17;102;0.9978;3.35;0.8;10.5;5
  12 | 6.7;0.58;0.08;1.8;0.097;15;65;0.9959;3.28;0.54;9.2;5
  13 | 7.5;0.5;0.36;6.1;0.071;17;102;0.9978;3.35;0.8;10.5;5
  14 | 5.6;0.615;0;1.6;0.089;16;59;0.9943;3.58;0.52;9.9;5
  15 | 7.8;0.61;0.29;1.6;0.114;9;29;0.9974;3.26;1.56;9.1;5
  16 | 8.9;0.62;0.18;3.8;0.176;52;145;0.9986;3.16;0.88;9.2;5
  17 | 8.9;0.62;0.19;3.9;0.17;51;148;0.9986;3.17;0.93;9.2;5
  18 | 8.5;0.28;0.56;1.8;0.092;35;103;0.9969;3.3;0.75;10.5;7
  19 | 8.1;0.56;0.28;1.7;0.368;16;56;0.9968;3.11;1.28;9.3;5
  20 | 7.4;0.59;0.08;4.4;0.086;6;29;0.9974;3.38;0.5;9;4
  21 | 7.9;0.32;0.51;1.8;0.341;17;56;0.9969;3.04;1.08;9.2;6
  22 | 8.9;0.22;0.48;1.8;0.077;29;60;0.9968;3.39;0.53;9.4;6
  23 | 7.6;0.39;0.31;2.3;0.082;23;71;0.9982;3.52;0.65;9.7;5
  24 | 7.9;0.43;0.21;1.6;0.106;10;37;0.9966;3.17;0.91;9.5;5
  25 | 8.5;0.49;0.11;2.3;0.084;9;67;0.9968;3.17;0.53;9.4;5
  26 | 6.9;0.4;0.14;2.4;0.085;21;40;0.9968;3.43;0.63;9.7;6
  27 | 6.3;0.39;0.16;1.4;0.08;11;23;0.9955;3.34;0.56;9.3;5
  28 | 7.6;0.41;0.24;1.8;0.08;4;11;0.9962;3.28;0.59;9.5;5
  29 | 7.9;0.43;0.21;1.6;0.106;10;37;0.9966;3.17;0.91;9.5;5
  30 | 7.1;0.71;0;1.9;0.08;14;35;0.9972;3.47;0.55;9.4;5
  31 | 7.8;0.645;0;2;0.082;8;16;0.9964;3.38;0.59;9.8;6
  32 | 6.7;0.675;0.07;2.4;0.089;17;82;0.9958;3.35;0.54;10.1;5
  33 | 6.9;0.685;0;2.5;0.105;22;37;0.9966;3.46;0.57;10.6;6
  34 | 8.3;0.655;0.12;2.3;0.083;15;113;0.9966;3.17;0.66;9.8;5
  35 | 6.9;0.605;0.12;10.7;0.073;40;83;0.9993;3.45;0.52;9.4;6
  36 | 5.2;0.32;0.25;1.8;0.103;13;50;0.9957;3.38;0.55;9.2;5
  37 | 7.8;0.645;0;5.5;0.086;5;18;0.9986;3.4;0.55;9.6;6
  38 | 7.8;0.6;0.14;2.4;0.086;3;15;0.9975;3.42;0.6;10.8;6
  39 | 8.1;0.38;0.28;2.1;0.066;13;30;0.9968;3.23;0.73;9.7;7
  40 | 5.7;1.13;0.09;1.5;0.172;7;19;0.994;3.5;0.48;9.8;4
  41 | 7.3;0.45;0.36;5.9;0.074;12;87;0.9978;3.33;0.83;10.5;5
  42 | 7.3;0.45;0.36;5.9;0.074;12;87;0.9978;3.33;0.83;10.5;5
  43 | 8.8;0.61;0.3;2.8;0.088;17;46;0.9976;3.26;0.51;9.3;4
  44 | 7.5;0.49;0.2;2.6;0.332;8;14;0.9968;3.21;0.9;10.5;6
  45 | 8.1;0.66;0.22;2.2;0.069;9;23;0.9968;3.3;1.2;10.3;5
  46 | 6.8;0.67;0.02;1.8;0.05;5;11;0.9962;3.48;0.52;9.5;5
  47 | 4.6;0.52;0.15;2.1;0.054;8;65;0.9934;3.9;0.56;13.1;4
  48 | 7.7;0.935;0.43;2.2;0.114;22;114;0.997;3.25;0.73;9.2;5
  49 | 8.7;0.29;0.52;1.6;0.113;12;37;0.9969;3.25;0.58;9.5;5
  50 | 6.4;0.4;0.23;1.6;0.066;5;12;0.9958;3.34;0.56;9.2;5
  51 | 5.6;0.31;0.37;1.4;0.074;12;96;0.9954;3.32;0.58;9.2;5
  52 | 8.8;0.66;0.26;1.7;0.074;4;23;0.9971;3.15;0.74;9.2;5
  53 | 6.6;0.52;0.04;2.2;0.069;8;15;0.9956;3.4;0.63;9.4;6
  54 | 6.6;0.5;0.04;2.1;0.068;6;14;0.9955;3.39;0.64;9.4;6
  55 | 8.6;0.38;0.36;3;0.081;30;119;0.997;3.2;0.56;9.4;5
  56 | 7.6;0.51;0.15;2.8;0.11;33;73;0.9955;3.17;0.63;10.2;6
  57 | 7.7;0.62;0.04;3.8;0.084;25;45;0.9978;3.34;0.53;9.5;5
  58 | 10.2;0.42;0.57;3.4;0.07;4;10;0.9971;3.04;0.63;9.6;5
  59 | 7.5;0.63;0.12;5.1;0.111;50;110;0.9983;3.26;0.77;9.4;5
  60 | 7.8;0.59;0.18;2.3;0.076;17;54;0.9975;3.43;0.59;10;5
  61 | 7.3;0.39;0.31;2.4;0.074;9;46;0.9962;3.41;0.54;9.4;6
  62 | 8.8;0.4;0.4;2.2;0.079;19;52;0.998;3.44;0.64;9.2;5
  63 | 7.7;0.69;0.49;1.8;0.115;20;112;0.9968;3.21;0.71;9.3;5
  64 | 7.5;0.52;0.16;1.9;0.085;12;35;0.9968;3.38;0.62;9.5;7
  65 | 7;0.735;0.05;2;0.081;13;54;0.9966;3.39;0.57;9.8;5
  66 | 7.2;0.725;0.05;4.65;0.086;4;11;0.9962;3.41;0.39;10.9;5
  67 | 7.2;0.725;0.05;4.65;0.086;4;11;0.9962;3.41;0.39;10.9;5
  68 | 7.5;0.52;0.11;1.5;0.079;11;39;0.9968;3.42;0.58;9.6;5
  69 | 6.6;0.705;0.07;1.6;0.076;6;15;0.9962;3.44;0.58;10.7;5
  70 | 9.3;0.32;0.57;2;0.074;27;65;0.9969;3.28;0.79;10.7;5
  71 | 8;0.705;0.05;1.9;0.074;8;19;0.9962;3.34;0.95;10.5;6
  72 | 7.7;0.63;0.08;1.9;0.076;15;27;0.9967;3.32;0.54;9.5;6
  73 | 7.7;0.67;0.23;2.1;0.088;17;96;0.9962;3.32;0.48;9.5;5
  74 | 7.7;0.69;0.22;1.9;0.084;18;94;0.9961;3.31;0.48;9.5;5
  75 | 8.3;0.675;0.26;2.1;0.084;11;43;0.9976;3.31;0.53;9.2;4
  76 | 9.7;0.32;0.54;2.5;0.094;28;83;0.9984;3.28;0.82;9.6;5
  77 | 8.8;0.41;0.64;2.2;0.093;9;42;0.9986;3.54;0.66;10.5;5
  78 | 8.8;0.41;0.64;2.2;0.093;9;42;0.9986;3.54;0.66;10.5;5
  79 | 6.8;0.785;0;2.4;0.104;14;30;0.9966;3.52;0.55;10.7;6
  80 | 6.7;0.75;0.12;2;0.086;12;80;0.9958;3.38;0.52;10.1;5
  81 | 8.3;0.625;0.2;1.5;0.08;27;119;0.9972;3.16;1.12;9.1;4
  82 | 6.2;0.45;0.2;1.6;0.069;3;15;0.9958;3.41;0.56;9.2;5
  83 | 7.8;0.43;0.7;1.9;0.464;22;67;0.9974;3.13;1.28;9.4;5
  84 | 7.4;0.5;0.47;2;0.086;21;73;0.997;3.36;0.57;9.1;5
  85 | 7.3;0.67;0.26;1.8;0.401;16;51;0.9969;3.16;1.14;9.4;5
  86 | 6.3;0.3;0.48;1.8;0.069;18;61;0.9959;3.44;0.78;10.3;6
  87 | 6.9;0.55;0.15;2.2;0.076;19;40;0.9961;3.41;0.59;10.1;5
  88 | 8.6;0.49;0.28;1.9;0.11;20;136;0.9972;2.93;1.95;9.9;6
  89 | 7.7;0.49;0.26;1.9;0.062;9;31;0.9966;3.39;0.64;9.6;5
  90 | 9.3;0.39;0.44;2.1;0.107;34;125;0.9978;3.14;1.22;9.5;5
  91 | 7;0.62;0.08;1.8;0.076;8;24;0.9978;3.48;0.53;9;5
  92 | 7.9;0.52;0.26;1.9;0.079;42;140;0.9964;3.23;0.54;9.5;5
  93 | 8.6;0.49;0.28;1.9;0.11;20;136;0.9972;2.93;1.95;9.9;6
  94 | 8.6;0.49;0.29;2;0.11;19;133;0.9972;2.93;1.98;9.8;5
  95 | 7.7;0.49;0.26;1.9;0.062;9;31;0.9966;3.39;0.64;9.6;5
  96 | 5;1.02;0.04;1.4;0.045;41;85;0.9938;3.75;0.48;10.5;4
  97 | 4.7;0.6;0.17;2.3;0.058;17;106;0.9932;3.85;0.6;12.9;6
  98 | 6.8;0.775;0;3;0.102;8;23;0.9965;3.45;0.56;10.7;5
  99 | 7;0.5;0.25;2;0.07;3;22;0.9963;3.25;0.63;9.2;5
 100 | 7.6;0.9;0.06;2.5;0.079;5;10;0.9967;3.39;0.56;9.8;5
 101 | 8.1;0.545;0.18;1.9;0.08;13;35;0.9972;3.3;0.59;9;6
 102 | 8.3;0.61;0.3;2.1;0.084;11;50;0.9972;3.4;0.61;10.2;6
 103 | 7.8;0.5;0.3;1.9;0.075;8;22;0.9959;3.31;0.56;10.4;6
 104 | 8.1;0.545;0.18;1.9;0.08;13;35;0.9972;3.3;0.59;9;6
 105 | 8.1;0.575;0.22;2.1;0.077;12;65;0.9967;3.29;0.51;9.2;5
 106 | 7.2;0.49;0.24;2.2;0.07;5;36;0.996;3.33;0.48;9.4;5
 107 | 8.1;0.575;0.22;2.1;0.077;12;65;0.9967;3.29;0.51;9.2;5
 108 | 7.8;0.41;0.68;1.7;0.467;18;69;0.9973;3.08;1.31;9.3;5
 109 | 6.2;0.63;0.31;1.7;0.088;15;64;0.9969;3.46;0.79;9.3;5
 110 | 8;0.33;0.53;2.5;0.091;18;80;0.9976;3.37;0.8;9.6;6
 111 | 8.1;0.785;0.52;2;0.122;37;153;0.9969;3.21;0.69;9.3;5
 112 | 7.8;0.56;0.19;1.8;0.104;12;47;0.9964;3.19;0.93;9.5;5
 113 | 8.4;0.62;0.09;2.2;0.084;11;108;0.9964;3.15;0.66;9.8;5
 114 | 8.4;0.6;0.1;2.2;0.085;14;111;0.9964;3.15;0.66;9.8;5
 115 | 10.1;0.31;0.44;2.3;0.08;22;46;0.9988;3.32;0.67;9.7;6
 116 | 7.8;0.56;0.19;1.8;0.104;12;47;0.9964;3.19;0.93;9.5;5
 117 | 9.4;0.4;0.31;2.2;0.09;13;62;0.9966;3.07;0.63;10.5;6
 118 | 8.3;0.54;0.28;1.9;0.077;11;40;0.9978;3.39;0.61;10;6
 119 | 7.8;0.56;0.12;2;0.082;7;28;0.997;3.37;0.5;9.4;6
 120 | 8.8;0.55;0.04;2.2;0.119;14;56;0.9962;3.21;0.6;10.9;6
 121 | 7;0.69;0.08;1.8;0.097;22;89;0.9959;3.34;0.54;9.2;6
 122 | 7.3;1.07;0.09;1.7;0.178;10;89;0.9962;3.3;0.57;9;5
 123 | 8.8;0.55;0.04;2.2;0.119;14;56;0.9962;3.21;0.6;10.9;6
 124 | 7.3;0.695;0;2.5;0.075;3;13;0.998;3.49;0.52;9.2;5
 125 | 8;0.71;0;2.6;0.08;11;34;0.9976;3.44;0.53;9.5;5
 126 | 7.8;0.5;0.17;1.6;0.082;21;102;0.996;3.39;0.48;9.5;5
 127 | 9;0.62;0.04;1.9;0.146;27;90;0.9984;3.16;0.7;9.4;5
 128 | 8.2;1.33;0;1.7;0.081;3;12;0.9964;3.53;0.49;10.9;5
 129 | 8.1;1.33;0;1.8;0.082;3;12;0.9964;3.54;0.48;10.9;5
 130 | 8;0.59;0.16;1.8;0.065;3;16;0.9962;3.42;0.92;10.5;7
 131 | 6.1;0.38;0.15;1.8;0.072;6;19;0.9955;3.42;0.57;9.4;5
 132 | 8;0.745;0.56;2;0.118;30;134;0.9968;3.24;0.66;9.4;5
 133 | 5.6;0.5;0.09;2.3;0.049;17;99;0.9937;3.63;0.63;13;5
 134 | 5.6;0.5;0.09;2.3;0.049;17;99;0.9937;3.63;0.63;13;5
 135 | 6.6;0.5;0.01;1.5;0.06;17;26;0.9952;3.4;0.58;9.8;6
 136 | 7.9;1.04;0.05;2.2;0.084;13;29;0.9959;3.22;0.55;9.9;6
 137 | 8.4;0.745;0.11;1.9;0.09;16;63;0.9965;3.19;0.82;9.6;5
 138 | 8.3;0.715;0.15;1.8;0.089;10;52;0.9968;3.23;0.77;9.5;5
 139 | 7.2;0.415;0.36;2;0.081;13;45;0.9972;3.48;0.64;9.2;5
 140 | 7.8;0.56;0.19;2.1;0.081;15;105;0.9962;3.33;0.54;9.5;5
 141 | 7.8;0.56;0.19;2;0.081;17;108;0.9962;3.32;0.54;9.5;5
 142 | 8.4;0.745;0.11;1.9;0.09;16;63;0.9965;3.19;0.82;9.6;5
 143 | 8.3;0.715;0.15;1.8;0.089;10;52;0.9968;3.23;0.77;9.5;5
 144 | 5.2;0.34;0;1.8;0.05;27;63;0.9916;3.68;0.79;14;6
 145 | 6.3;0.39;0.08;1.7;0.066;3;20;0.9954;3.34;0.58;9.4;5
 146 | 5.2;0.34;0;1.8;0.05;27;63;0.9916;3.68;0.79;14;6
 147 | 8.1;0.67;0.55;1.8;0.117;32;141;0.9968;3.17;0.62;9.4;5
 148 | 5.8;0.68;0.02;1.8;0.087;21;94;0.9944;3.54;0.52;10;5
 149 | 7.6;0.49;0.26;1.6;0.236;10;88;0.9968;3.11;0.8;9.3;5
 150 | 6.9;0.49;0.1;2.3;0.074;12;30;0.9959;3.42;0.58;10.2;6
 151 | 8.2;0.4;0.44;2.8;0.089;11;43;0.9975;3.53;0.61;10.5;6
 152 | 7.3;0.33;0.47;2.1;0.077;5;11;0.9958;3.33;0.53;10.3;6
 153 | 9.2;0.52;1;3.4;0.61;32;69;0.9996;2.74;2.0;9.4;4
 154 | 7.5;0.6;0.03;1.8;0.095;25;99;0.995;3.35;0.54;10.1;5
 155 | 7.5;0.6;0.03;1.8;0.095;25;99;0.995;3.35;0.54;10.1;5
 156 | 7.1;0.43;0.42;5.5;0.07;29;129;0.9973;3.42;0.72;10.5;5
 157 | 7.1;0.43;0.42;5.5;0.071;28;128;0.9973;3.42;0.71;10.5;5
 158 | 7.1;0.43;0.42;5.5;0.07;29;129;0.9973;3.42;0.72;10.5;5
 159 | 7.1;0.43;0.42;5.5;0.071;28;128;0.9973;3.42;0.71;10.5;5
 160 | 7.1;0.68;0;2.2;0.073;12;22;0.9969;3.48;0.5;9.3;5
 161 | 6.8;0.6;0.18;1.9;0.079;18;86;0.9968;3.59;0.57;9.3;6
 162 | 7.6;0.95;0.03;2;0.09;7;20;0.9959;3.2;0.56;9.6;5
 163 | 7.6;0.68;0.02;1.3;0.072;9;20;0.9965;3.17;1.08;9.2;4
 164 | 7.8;0.53;0.04;1.7;0.076;17;31;0.9964;3.33;0.56;10;6
 165 | 7.4;0.6;0.26;7.3;0.07;36;121;0.9982;3.37;0.49;9.4;5
 166 | 7.3;0.59;0.26;7.2;0.07;35;121;0.9981;3.37;0.49;9.4;5
 167 | 7.8;0.63;0.48;1.7;0.1;14;96;0.9961;3.19;0.62;9.5;5
 168 | 6.8;0.64;0.1;2.1;0.085;18;101;0.9956;3.34;0.52;10.2;5
 169 | 7.3;0.55;0.03;1.6;0.072;17;42;0.9956;3.37;0.48;9;4
 170 | 6.8;0.63;0.07;2.1;0.089;11;44;0.9953;3.47;0.55;10.4;6
 171 | 7.5;0.705;0.24;1.8;0.36;15;63;0.9964;3;1.59;9.5;5
 172 | 7.9;0.885;0.03;1.8;0.058;4;8;0.9972;3.36;0.33;9.1;4
 173 | 8;0.42;0.17;2;0.073;6;18;0.9972;3.29;0.61;9.2;6
 174 | 8;0.42;0.17;2;0.073;6;18;0.9972;3.29;0.61;9.2;6
 175 | 7.4;0.62;0.05;1.9;0.068;24;42;0.9961;3.42;0.57;11.5;6
 176 | 7.3;0.38;0.21;2;0.08;7;35;0.9961;3.33;0.47;9.5;5
 177 | 6.9;0.5;0.04;1.5;0.085;19;49;0.9958;3.35;0.78;9.5;5
 178 | 7.3;0.38;0.21;2;0.08;7;35;0.9961;3.33;0.47;9.5;5
 179 | 7.5;0.52;0.42;2.3;0.087;8;38;0.9972;3.58;0.61;10.5;6
 180 | 7;0.805;0;2.5;0.068;7;20;0.9969;3.48;0.56;9.6;5
 181 | 8.8;0.61;0.14;2.4;0.067;10;42;0.9969;3.19;0.59;9.5;5
 182 | 8.8;0.61;0.14;2.4;0.067;10;42;0.9969;3.19;0.59;9.5;5
 183 | 8.9;0.61;0.49;2;0.27;23;110;0.9972;3.12;1.02;9.3;5
 184 | 7.2;0.73;0.02;2.5;0.076;16;42;0.9972;3.44;0.52;9.3;5
 185 | 6.8;0.61;0.2;1.8;0.077;11;65;0.9971;3.54;0.58;9.3;5
 186 | 6.7;0.62;0.21;1.9;0.079;8;62;0.997;3.52;0.58;9.3;6
 187 | 8.9;0.31;0.57;2;0.111;26;85;0.9971;3.26;0.53;9.7;5
 188 | 7.4;0.39;0.48;2;0.082;14;67;0.9972;3.34;0.55;9.2;5
 189 | 7.7;0.705;0.1;2.6;0.084;9;26;0.9976;3.39;0.49;9.7;5
 190 | 7.9;0.5;0.33;2;0.084;15;143;0.9968;3.2;0.55;9.5;5
 191 | 7.9;0.49;0.32;1.9;0.082;17;144;0.9968;3.2;0.55;9.5;5
 192 | 8.2;0.5;0.35;2.9;0.077;21;127;0.9976;3.23;0.62;9.4;5
 193 | 6.4;0.37;0.25;1.9;0.074;21;49;0.9974;3.57;0.62;9.8;6
 194 | 6.8;0.63;0.12;3.8;0.099;16;126;0.9969;3.28;0.61;9.5;5
 195 | 7.6;0.55;0.21;2.2;0.071;7;28;0.9964;3.28;0.55;9.7;5
 196 | 7.6;0.55;0.21;2.2;0.071;7;28;0.9964;3.28;0.55;9.7;5
 197 | 7.8;0.59;0.33;2;0.074;24;120;0.9968;3.25;0.54;9.4;5
 198 | 7.3;0.58;0.3;2.4;0.074;15;55;0.9968;3.46;0.59;10.2;5
 199 | 11.5;0.3;0.6;2;0.067;12;27;0.9981;3.11;0.97;10.1;6
 200 | 5.4;0.835;0.08;1.2;0.046;13;93;0.9924;3.57;0.85;13;7
 201 | 6.9;1.09;0.06;2.1;0.061;12;31;0.9948;3.51;0.43;11.4;4
 202 | 9.6;0.32;0.47;1.4;0.056;9;24;0.99695;3.22;0.82;10.3;7
 203 | 8.8;0.37;0.48;2.1;0.097;39;145;0.9975;3.04;1.03;9.3;5
 204 | 6.8;0.5;0.11;1.5;0.075;16;49;0.99545;3.36;0.79;9.5;5
 205 | 7;0.42;0.35;1.6;0.088;16;39;0.9961;3.34;0.55;9.2;5
 206 | 7;0.43;0.36;1.6;0.089;14;37;0.99615;3.34;0.56;9.2;6
 207 | 12.8;0.3;0.74;2.6;0.095;9;28;0.9994;3.2;0.77;10.8;7
 208 | 12.8;0.3;0.74;2.6;0.095;9;28;0.9994;3.2;0.77;10.8;7
 209 | 7.8;0.57;0.31;1.8;0.069;26;120;0.99625;3.29;0.53;9.3;5
 210 | 7.8;0.44;0.28;2.7;0.1;18;95;0.9966;3.22;0.67;9.4;5
 211 | 11;0.3;0.58;2.1;0.054;7;19;0.998;3.31;0.88;10.5;7
 212 | 9.7;0.53;0.6;2;0.039;5;19;0.99585;3.3;0.86;12.4;6
 213 | 8;0.725;0.24;2.8;0.083;10;62;0.99685;3.35;0.56;10;6
 214 | 11.6;0.44;0.64;2.1;0.059;5;15;0.998;3.21;0.67;10.2;6
 215 | 8.2;0.57;0.26;2.2;0.06;28;65;0.9959;3.3;0.43;10.1;5
 216 | 7.8;0.735;0.08;2.4;0.092;10;41;0.9974;3.24;0.71;9.8;6
 217 | 7;0.49;0.49;5.6;0.06;26;121;0.9974;3.34;0.76;10.5;5
 218 | 8.7;0.625;0.16;2;0.101;13;49;0.9962;3.14;0.57;11;5
 219 | 8.1;0.725;0.22;2.2;0.072;11;41;0.9967;3.36;0.55;9.1;5
 220 | 7.5;0.49;0.19;1.9;0.076;10;44;0.9957;3.39;0.54;9.7;5
 221 | 7.8;0.53;0.33;2.4;0.08;24;144;0.99655;3.3;0.6;9.5;5
 222 | 7.8;0.34;0.37;2;0.082;24;58;0.9964;3.34;0.59;9.4;6
 223 | 7.4;0.53;0.26;2;0.101;16;72;0.9957;3.15;0.57;9.4;5
 224 | 6.8;0.61;0.04;1.5;0.057;5;10;0.99525;3.42;0.6;9.5;5
 225 | 8.6;0.645;0.25;2;0.083;8;28;0.99815;3.28;0.6;10;6
 226 | 8.4;0.635;0.36;2;0.089;15;55;0.99745;3.31;0.57;10.4;4
 227 | 7.7;0.43;0.25;2.6;0.073;29;63;0.99615;3.37;0.58;10.5;6
 228 | 8.9;0.59;0.5;2;0.337;27;81;0.9964;3.04;1.61;9.5;6
 229 | 9;0.82;0.14;2.6;0.089;9;23;0.9984;3.39;0.63;9.8;5
 230 | 7.7;0.43;0.25;2.6;0.073;29;63;0.99615;3.37;0.58;10.5;6
 231 | 6.9;0.52;0.25;2.6;0.081;10;37;0.99685;3.46;0.5;11;5
 232 | 5.2;0.48;0.04;1.6;0.054;19;106;0.9927;3.54;0.62;12.2;7
 233 | 8;0.38;0.06;1.8;0.078;12;49;0.99625;3.37;0.52;9.9;6
 234 | 8.5;0.37;0.2;2.8;0.09;18;58;0.998;3.34;0.7;9.6;6
 235 | 6.9;0.52;0.25;2.6;0.081;10;37;0.99685;3.46;0.5;11;5
 236 | 8.2;1;0.09;2.3;0.065;7;37;0.99685;3.32;0.55;9;6
 237 | 7.2;0.63;0;1.9;0.097;14;38;0.99675;3.37;0.58;9;6
 238 | 7.2;0.63;0;1.9;0.097;14;38;0.99675;3.37;0.58;9;6
 239 | 7.2;0.645;0;1.9;0.097;15;39;0.99675;3.37;0.58;9.2;6
 240 | 7.2;0.63;0;1.9;0.097;14;38;0.99675;3.37;0.58;9;6
 241 | 8.2;1;0.09;2.3;0.065;7;37;0.99685;3.32;0.55;9;6
 242 | 8.9;0.635;0.37;1.7;0.263;5;62;0.9971;3;1.09;9.3;5
 243 | 12;0.38;0.56;2.1;0.093;6;24;0.99925;3.14;0.71;10.9;6
 244 | 7.7;0.58;0.1;1.8;0.102;28;109;0.99565;3.08;0.49;9.8;6
 245 | 15;0.21;0.44;2.2;0.075;10;24;1.00005;3.07;0.84;9.2;7
 246 | 15;0.21;0.44;2.2;0.075;10;24;1.00005;3.07;0.84;9.2;7
 247 | 7.3;0.66;0;2;0.084;6;23;0.9983;3.61;0.96;9.9;6
 248 | 7.1;0.68;0.07;1.9;0.075;16;51;0.99685;3.38;0.52;9.5;5
 249 | 8.2;0.6;0.17;2.3;0.072;11;73;0.9963;3.2;0.45;9.3;5
 250 | 7.7;0.53;0.06;1.7;0.074;9;39;0.99615;3.35;0.48;9.8;6
 251 | 7.3;0.66;0;2;0.084;6;23;0.9983;3.61;0.96;9.9;6
 252 | 10.8;0.32;0.44;1.6;0.063;16;37;0.9985;3.22;0.78;10;6
 253 | 7.1;0.6;0;1.8;0.074;16;34;0.9972;3.47;0.7;9.9;6
 254 | 11.1;0.35;0.48;3.1;0.09;5;21;0.9986;3.17;0.53;10.5;5
 255 | 7.7;0.775;0.42;1.9;0.092;8;86;0.9959;3.23;0.59;9.5;5
 256 | 7.1;0.6;0;1.8;0.074;16;34;0.9972;3.47;0.7;9.9;6
 257 | 8;0.57;0.23;3.2;0.073;17;119;0.99675;3.26;0.57;9.3;5
 258 | 9.4;0.34;0.37;2.2;0.075;5;13;0.998;3.22;0.62;9.2;5
 259 | 6.6;0.695;0;2.1;0.075;12;56;0.9968;3.49;0.67;9.2;5
 260 | 7.7;0.41;0.76;1.8;0.611;8;45;0.9968;3.06;1.26;9.4;5
 261 | 10;0.31;0.47;2.6;0.085;14;33;0.99965;3.36;0.8;10.5;7
 262 | 7.9;0.33;0.23;1.7;0.077;18;45;0.99625;3.29;0.65;9.3;5
 263 | 7;0.975;0.04;2;0.087;12;67;0.99565;3.35;0.6;9.4;4
 264 | 8;0.52;0.03;1.7;0.07;10;35;0.99575;3.34;0.57;10;5
 265 | 7.9;0.37;0.23;1.8;0.077;23;49;0.9963;3.28;0.67;9.3;5
 266 | 12.5;0.56;0.49;2.4;0.064;5;27;0.9999;3.08;0.87;10.9;5
 267 | 11.8;0.26;0.52;1.8;0.071;6;10;0.9968;3.2;0.72;10.2;7
 268 | 8.1;0.87;0;3.3;0.096;26;61;1.00025;3.6;0.72;9.8;4
 269 | 7.9;0.35;0.46;3.6;0.078;15;37;0.9973;3.35;0.86;12.8;8
 270 | 6.9;0.54;0.04;3;0.077;7;27;0.9987;3.69;0.91;9.4;6
 271 | 11.5;0.18;0.51;4;0.104;4;23;0.9996;3.28;0.97;10.1;6
 272 | 7.9;0.545;0.06;4;0.087;27;61;0.9965;3.36;0.67;10.7;6
 273 | 11.5;0.18;0.51;4;0.104;4;23;0.9996;3.28;0.97;10.1;6
 274 | 10.9;0.37;0.58;4;0.071;17;65;0.99935;3.22;0.78;10.1;5
 275 | 8.4;0.715;0.2;2.4;0.076;10;38;0.99735;3.31;0.64;9.4;5
 276 | 7.5;0.65;0.18;7;0.088;27;94;0.99915;3.38;0.77;9.4;5
 277 | 7.9;0.545;0.06;4;0.087;27;61;0.9965;3.36;0.67;10.7;6
 278 | 6.9;0.54;0.04;3;0.077;7;27;0.9987;3.69;0.91;9.4;6
 279 | 11.5;0.18;0.51;4;0.104;4;23;0.9996;3.28;0.97;10.1;6
 280 | 10.3;0.32;0.45;6.4;0.073;5;13;0.9976;3.23;0.82;12.6;8
 281 | 8.9;0.4;0.32;5.6;0.087;10;47;0.9991;3.38;0.77;10.5;7
 282 | 11.4;0.26;0.44;3.6;0.071;6;19;0.9986;3.12;0.82;9.3;6
 283 | 7.7;0.27;0.68;3.5;0.358;5;10;0.9972;3.25;1.08;9.9;7
 284 | 7.6;0.52;0.12;3;0.067;12;53;0.9971;3.36;0.57;9.1;5
 285 | 8.9;0.4;0.32;5.6;0.087;10;47;0.9991;3.38;0.77;10.5;7
 286 | 9.9;0.59;0.07;3.4;0.102;32;71;1.00015;3.31;0.71;9.8;5
 287 | 9.9;0.59;0.07;3.4;0.102;32;71;1.00015;3.31;0.71;9.8;5
 288 | 12;0.45;0.55;2;0.073;25;49;0.9997;3.1;0.76;10.3;6
 289 | 7.5;0.4;0.12;3;0.092;29;53;0.9967;3.37;0.7;10.3;6
 290 | 8.7;0.52;0.09;2.5;0.091;20;49;0.9976;3.34;0.86;10.6;7
 291 | 11.6;0.42;0.53;3.3;0.105;33;98;1.001;3.2;0.95;9.2;5
 292 | 8.7;0.52;0.09;2.5;0.091;20;49;0.9976;3.34;0.86;10.6;7
 293 | 11;0.2;0.48;2;0.343;6;18;0.9979;3.3;0.71;10.5;5
 294 | 10.4;0.55;0.23;2.7;0.091;18;48;0.9994;3.22;0.64;10.3;6
 295 | 6.9;0.36;0.25;2.4;0.098;5;16;0.9964;3.41;0.6;10.1;6
 296 | 13.3;0.34;0.52;3.2;0.094;17;53;1.0014;3.05;0.81;9.5;6
 297 | 10.8;0.5;0.46;2.5;0.073;5;27;1.0001;3.05;0.64;9.5;5
 298 | 10.6;0.83;0.37;2.6;0.086;26;70;0.9981;3.16;0.52;9.9;5
 299 | 7.1;0.63;0.06;2;0.083;8;29;0.99855;3.67;0.73;9.6;5
 300 | 7.2;0.65;0.02;2.3;0.094;5;31;0.9993;3.67;0.8;9.7;5
 301 | 6.9;0.67;0.06;2.1;0.08;8;33;0.99845;3.68;0.71;9.6;5
 302 | 7.5;0.53;0.06;2.6;0.086;20;44;0.9965;3.38;0.59;10.7;6
 303 | 11.1;0.18;0.48;1.5;0.068;7;15;0.9973;3.22;0.64;10.1;6
 304 | 8.3;0.705;0.12;2.6;0.092;12;28;0.9994;3.51;0.72;10;5
 305 | 7.4;0.67;0.12;1.6;0.186;5;21;0.996;3.39;0.54;9.5;5
 306 | 8.4;0.65;0.6;2.1;0.112;12;90;0.9973;3.2;0.52;9.2;5
 307 | 10.3;0.53;0.48;2.5;0.063;6;25;0.9998;3.12;0.59;9.3;6
 308 | 7.6;0.62;0.32;2.2;0.082;7;54;0.9966;3.36;0.52;9.4;5
 309 | 10.3;0.41;0.42;2.4;0.213;6;14;0.9994;3.19;0.62;9.5;6
 310 | 10.3;0.43;0.44;2.4;0.214;5;12;0.9994;3.19;0.63;9.5;6
 311 | 7.4;0.29;0.38;1.7;0.062;9;30;0.9968;3.41;0.53;9.5;6
 312 | 10.3;0.53;0.48;2.5;0.063;6;25;0.9998;3.12;0.59;9.3;6
 313 | 7.9;0.53;0.24;2;0.072;15;105;0.996;3.27;0.54;9.4;6
 314 | 9;0.46;0.31;2.8;0.093;19;98;0.99815;3.32;0.63;9.5;6
 315 | 8.6;0.47;0.3;3;0.076;30;135;0.9976;3.3;0.53;9.4;5
 316 | 7.4;0.36;0.29;2.6;0.087;26;72;0.99645;3.39;0.68;11;5
 317 | 7.1;0.35;0.29;2.5;0.096;20;53;0.9962;3.42;0.65;11;6
 318 | 9.6;0.56;0.23;3.4;0.102;37;92;0.9996;3.3;0.65;10.1;5
 319 | 9.6;0.77;0.12;2.9;0.082;30;74;0.99865;3.3;0.64;10.4;6
 320 | 9.8;0.66;0.39;3.2;0.083;21;59;0.9989;3.37;0.71;11.5;7
 321 | 9.6;0.77;0.12;2.9;0.082;30;74;0.99865;3.3;0.64;10.4;6
 322 | 9.8;0.66;0.39;3.2;0.083;21;59;0.9989;3.37;0.71;11.5;7
 323 | 9.3;0.61;0.26;3.4;0.09;25;87;0.99975;3.24;0.62;9.7;5
 324 | 7.8;0.62;0.05;2.3;0.079;6;18;0.99735;3.29;0.63;9.3;5
 325 | 10.3;0.59;0.42;2.8;0.09;35;73;0.999;3.28;0.7;9.5;6
 326 | 10;0.49;0.2;11;0.071;13;50;1.0015;3.16;0.69;9.2;6
 327 | 10;0.49;0.2;11;0.071;13;50;1.0015;3.16;0.69;9.2;6
 328 | 11.6;0.53;0.66;3.65;0.121;6;14;0.9978;3.05;0.74;11.5;7
 329 | 10.3;0.44;0.5;4.5;0.107;5;13;0.998;3.28;0.83;11.5;5
 330 | 13.4;0.27;0.62;2.6;0.082;6;21;1.0002;3.16;0.67;9.7;6
 331 | 10.7;0.46;0.39;2;0.061;7;15;0.9981;3.18;0.62;9.5;5
 332 | 10.2;0.36;0.64;2.9;0.122;10;41;0.998;3.23;0.66;12.5;6
 333 | 10.2;0.36;0.64;2.9;0.122;10;41;0.998;3.23;0.66;12.5;6
 334 | 8;0.58;0.28;3.2;0.066;21;114;0.9973;3.22;0.54;9.4;6
 335 | 8.4;0.56;0.08;2.1;0.105;16;44;0.9958;3.13;0.52;11;5
 336 | 7.9;0.65;0.01;2.5;0.078;17;38;0.9963;3.34;0.74;11.7;7
 337 | 11.9;0.695;0.53;3.4;0.128;7;21;0.9992;3.17;0.84;12.2;7
 338 | 8.9;0.43;0.45;1.9;0.052;6;16;0.9948;3.35;0.7;12.5;6
 339 | 7.8;0.43;0.32;2.8;0.08;29;58;0.9974;3.31;0.64;10.3;5
 340 | 12.4;0.49;0.58;3;0.103;28;99;1.0008;3.16;1;11.5;6
 341 | 12.5;0.28;0.54;2.3;0.082;12;29;0.9997;3.11;1.36;9.8;7
 342 | 12.2;0.34;0.5;2.4;0.066;10;21;1;3.12;1.18;9.2;6
 343 | 10.6;0.42;0.48;2.7;0.065;5;18;0.9972;3.21;0.87;11.3;6
 344 | 10.9;0.39;0.47;1.8;0.118;6;14;0.9982;3.3;0.75;9.8;6
 345 | 10.9;0.39;0.47;1.8;0.118;6;14;0.9982;3.3;0.75;9.8;6
 346 | 11.9;0.57;0.5;2.6;0.082;6;32;1.0006;3.12;0.78;10.7;6
 347 | 7;0.685;0;1.9;0.067;40;63;0.9979;3.6;0.81;9.9;5
 348 | 6.6;0.815;0.02;2.7;0.072;17;34;0.9955;3.58;0.89;12.3;7
 349 | 13.8;0.49;0.67;3;0.093;6;15;0.9986;3.02;0.93;12;6
 350 | 9.6;0.56;0.31;2.8;0.089;15;46;0.9979;3.11;0.92;10;6
 351 | 9.1;0.785;0;2.6;0.093;11;28;0.9994;3.36;0.86;9.4;6
 352 | 10.7;0.67;0.22;2.7;0.107;17;34;1.0004;3.28;0.98;9.9;6
 353 | 9.1;0.795;0;2.6;0.096;11;26;0.9994;3.35;0.83;9.4;6
 354 | 7.7;0.665;0;2.4;0.09;8;19;0.9974;3.27;0.73;9.3;5
 355 | 13.5;0.53;0.79;4.8;0.12;23;77;1.0018;3.18;0.77;13;5
 356 | 6.1;0.21;0.4;1.4;0.066;40.5;165;0.9912;3.25;0.59;11.9;6
 357 | 6.7;0.75;0.01;2.4;0.078;17;32;0.9955;3.55;0.61;12.8;6
 358 | 11.5;0.41;0.52;3;0.08;29;55;1.0001;3.26;0.88;11;5
 359 | 10.5;0.42;0.66;2.95;0.116;12;29;0.997;3.24;0.75;11.7;7
 360 | 11.9;0.43;0.66;3.1;0.109;10;23;1;3.15;0.85;10.4;7
 361 | 12.6;0.38;0.66;2.6;0.088;10;41;1.001;3.17;0.68;9.8;6
 362 | 8.2;0.7;0.23;2;0.099;14;81;0.9973;3.19;0.7;9.4;5
 363 | 8.6;0.45;0.31;2.6;0.086;21;50;0.9982;3.37;0.91;9.9;6
 364 | 11.9;0.58;0.66;2.5;0.072;6;37;0.9992;3.05;0.56;10;5
 365 | 12.5;0.46;0.63;2;0.071;6;15;0.9988;2.99;0.87;10.2;5
 366 | 12.8;0.615;0.66;5.8;0.083;7;42;1.0022;3.07;0.73;10;7
 367 | 10;0.42;0.5;3.4;0.107;7;21;0.9979;3.26;0.93;11.8;6
 368 | 12.8;0.615;0.66;5.8;0.083;7;42;1.0022;3.07;0.73;10;7
 369 | 10.4;0.575;0.61;2.6;0.076;11;24;1;3.16;0.69;9;5
 370 | 10.3;0.34;0.52;2.8;0.159;15;75;0.9998;3.18;0.64;9.4;5
 371 | 9.4;0.27;0.53;2.4;0.074;6;18;0.9962;3.2;1.13;12;7
 372 | 6.9;0.765;0.02;2.3;0.063;35;63;0.9975;3.57;0.78;9.9;5
 373 | 7.9;0.24;0.4;1.6;0.056;11;25;0.9967;3.32;0.87;8.7;6
 374 | 9.1;0.28;0.48;1.8;0.067;26;46;0.9967;3.32;1.04;10.6;6
 375 | 7.4;0.55;0.22;2.2;0.106;12;72;0.9959;3.05;0.63;9.2;5
 376 | 14;0.41;0.63;3.8;0.089;6;47;1.0014;3.01;0.81;10.8;6
 377 | 11.5;0.54;0.71;4.4;0.124;6;15;0.9984;3.01;0.83;11.8;7
 378 | 11.5;0.45;0.5;3;0.078;19;47;1.0003;3.26;1.11;11;6
 379 | 9.4;0.27;0.53;2.4;0.074;6;18;0.9962;3.2;1.13;12;7
 380 | 11.4;0.625;0.66;6.2;0.088;6;24;0.9988;3.11;0.99;13.3;6
 381 | 8.3;0.42;0.38;2.5;0.094;24;60;0.9979;3.31;0.7;10.8;6
 382 | 8.3;0.26;0.42;2;0.08;11;27;0.9974;3.21;0.8;9.4;6
 383 | 13.7;0.415;0.68;2.9;0.085;17;43;1.0014;3.06;0.8;10;6
 384 | 8.3;0.26;0.42;2;0.08;11;27;0.9974;3.21;0.8;9.4;6
 385 | 8.3;0.26;0.42;2;0.08;11;27;0.9974;3.21;0.8;9.4;6
 386 | 7.7;0.51;0.28;2.1;0.087;23;54;0.998;3.42;0.74;9.2;5
 387 | 7.4;0.63;0.07;2.4;0.09;11;37;0.9979;3.43;0.76;9.7;6
 388 | 7.8;0.54;0.26;2;0.088;23;48;0.9981;3.41;0.74;9.2;6
 389 | 8.3;0.66;0.15;1.9;0.079;17;42;0.9972;3.31;0.54;9.6;6
 390 | 7.8;0.46;0.26;1.9;0.088;23;53;0.9981;3.43;0.74;9.2;6
 391 | 9.6;0.38;0.31;2.5;0.096;16;49;0.9982;3.19;0.7;10;7
 392 | 5.6;0.85;0.05;1.4;0.045;12;88;0.9924;3.56;0.82;12.9;8
 393 | 13.7;0.415;0.68;2.9;0.085;17;43;1.0014;3.06;0.8;10;6
 394 | 9.5;0.37;0.52;2;0.082;6;26;0.998;3.18;0.51;9.5;5
 395 | 8.4;0.665;0.61;2;0.112;13;95;0.997;3.16;0.54;9.1;5
 396 | 12.7;0.6;0.65;2.3;0.063;6;25;0.9997;3.03;0.57;9.9;5
 397 | 12;0.37;0.76;4.2;0.066;7;38;1.0004;3.22;0.6;13;7
 398 | 6.6;0.735;0.02;7.9;0.122;68;124;0.9994;3.47;0.53;9.9;5
 399 | 11.5;0.59;0.59;2.6;0.087;13;49;0.9988;3.18;0.65;11;6
 400 | 11.5;0.59;0.59;2.6;0.087;13;49;0.9988;3.18;0.65;11;6
 401 | 8.7;0.765;0.22;2.3;0.064;9;42;0.9963;3.1;0.55;9.4;5
 402 | 6.6;0.735;0.02;7.9;0.122;68;124;0.9994;3.47;0.53;9.9;5
 403 | 7.7;0.26;0.3;1.7;0.059;20;38;0.9949;3.29;0.47;10.8;6
 404 | 12.2;0.48;0.54;2.6;0.085;19;64;1;3.1;0.61;10.5;6
 405 | 11.4;0.6;0.49;2.7;0.085;10;41;0.9994;3.15;0.63;10.5;6
 406 | 7.7;0.69;0.05;2.7;0.075;15;27;0.9974;3.26;0.61;9.1;5
 407 | 8.7;0.31;0.46;1.4;0.059;11;25;0.9966;3.36;0.76;10.1;6
 408 | 9.8;0.44;0.47;2.5;0.063;9;28;0.9981;3.24;0.65;10.8;6
 409 | 12;0.39;0.66;3;0.093;12;30;0.9996;3.18;0.63;10.8;7
 410 | 10.4;0.34;0.58;3.7;0.174;6;16;0.997;3.19;0.7;11.3;6
 411 | 12.5;0.46;0.49;4.5;0.07;26;49;0.9981;3.05;0.57;9.6;4
 412 | 9;0.43;0.34;2.5;0.08;26;86;0.9987;3.38;0.62;9.5;6
 413 | 9.1;0.45;0.35;2.4;0.08;23;78;0.9987;3.38;0.62;9.5;5
 414 | 7.1;0.735;0.16;1.9;0.1;15;77;0.9966;3.27;0.64;9.3;5
 415 | 9.9;0.4;0.53;6.7;0.097;6;19;0.9986;3.27;0.82;11.7;7
 416 | 8.8;0.52;0.34;2.7;0.087;24;122;0.9982;3.26;0.61;9.5;5
 417 | 8.6;0.725;0.24;6.6;0.117;31;134;1.0014;3.32;1.07;9.3;5
 418 | 10.6;0.48;0.64;2.2;0.111;6;20;0.997;3.26;0.66;11.7;6
 419 | 7;0.58;0.12;1.9;0.091;34;124;0.9956;3.44;0.48;10.5;5
 420 | 11.9;0.38;0.51;2;0.121;7;20;0.9996;3.24;0.76;10.4;6
 421 | 6.8;0.77;0;1.8;0.066;34;52;0.9976;3.62;0.68;9.9;5
 422 | 9.5;0.56;0.33;2.4;0.089;35;67;0.9972;3.28;0.73;11.8;7
 423 | 6.6;0.84;0.03;2.3;0.059;32;48;0.9952;3.52;0.56;12.3;7
 424 | 7.7;0.96;0.2;2;0.047;15;60;0.9955;3.36;0.44;10.9;5
 425 | 10.5;0.24;0.47;2.1;0.066;6;24;0.9978;3.15;0.9;11;7
 426 | 7.7;0.96;0.2;2;0.047;15;60;0.9955;3.36;0.44;10.9;5
 427 | 6.6;0.84;0.03;2.3;0.059;32;48;0.9952;3.52;0.56;12.3;7
 428 | 6.4;0.67;0.08;2.1;0.045;19;48;0.9949;3.49;0.49;11.4;6
 429 | 9.5;0.78;0.22;1.9;0.077;6;32;0.9988;3.26;0.56;10.6;6
 430 | 9.1;0.52;0.33;1.3;0.07;9;30;0.9978;3.24;0.6;9.3;5
 431 | 12.8;0.84;0.63;2.4;0.088;13;35;0.9997;3.1;0.6;10.4;6
 432 | 10.5;0.24;0.47;2.1;0.066;6;24;0.9978;3.15;0.9;11;7
 433 | 7.8;0.55;0.35;2.2;0.074;21;66;0.9974;3.25;0.56;9.2;5
 434 | 11.9;0.37;0.69;2.3;0.078;12;24;0.9958;3;0.65;12.8;6
 435 | 12.3;0.39;0.63;2.3;0.091;6;18;1.0004;3.16;0.49;9.5;5
 436 | 10.4;0.41;0.55;3.2;0.076;22;54;0.9996;3.15;0.89;9.9;6
 437 | 12.3;0.39;0.63;2.3;0.091;6;18;1.0004;3.16;0.49;9.5;5
 438 | 8;0.67;0.3;2;0.06;38;62;0.9958;3.26;0.56;10.2;6
 439 | 11.1;0.45;0.73;3.2;0.066;6;22;0.9986;3.17;0.66;11.2;6
 440 | 10.4;0.41;0.55;3.2;0.076;22;54;0.9996;3.15;0.89;9.9;6
 441 | 7;0.62;0.18;1.5;0.062;7;50;0.9951;3.08;0.6;9.3;5
 442 | 12.6;0.31;0.72;2.2;0.072;6;29;0.9987;2.88;0.82;9.8;8
 443 | 11.9;0.4;0.65;2.15;0.068;7;27;0.9988;3.06;0.68;11.3;6
 444 | 15.6;0.685;0.76;3.7;0.1;6;43;1.0032;2.95;0.68;11.2;7
 445 | 10;0.44;0.49;2.7;0.077;11;19;0.9963;3.23;0.63;11.6;7
 446 | 5.3;0.57;0.01;1.7;0.054;5;27;0.9934;3.57;0.84;12.5;7
 447 | 9.5;0.735;0.1;2.1;0.079;6;31;0.9986;3.23;0.56;10.1;6
 448 | 12.5;0.38;0.6;2.6;0.081;31;72;0.9996;3.1;0.73;10.5;5
 449 | 9.3;0.48;0.29;2.1;0.127;6;16;0.9968;3.22;0.72;11.2;5
 450 | 8.6;0.53;0.22;2;0.1;7;27;0.9967;3.2;0.56;10.2;6
 451 | 11.9;0.39;0.69;2.8;0.095;17;35;0.9994;3.1;0.61;10.8;6
 452 | 11.9;0.39;0.69;2.8;0.095;17;35;0.9994;3.1;0.61;10.8;6
 453 | 8.4;0.37;0.53;1.8;0.413;9;26;0.9979;3.06;1.06;9.1;6
 454 | 6.8;0.56;0.03;1.7;0.084;18;35;0.9968;3.44;0.63;10;6
 455 | 10.4;0.33;0.63;2.8;0.084;5;22;0.9998;3.26;0.74;11.2;7
 456 | 7;0.23;0.4;1.6;0.063;21;67;0.9952;3.5;0.63;11.1;5
 457 | 11.3;0.62;0.67;5.2;0.086;6;19;0.9988;3.22;0.69;13.4;8
 458 | 8.9;0.59;0.39;2.3;0.095;5;22;0.9986;3.37;0.58;10.3;5
 459 | 9.2;0.63;0.21;2.7;0.097;29;65;0.9988;3.28;0.58;9.6;5
 460 | 10.4;0.33;0.63;2.8;0.084;5;22;0.9998;3.26;0.74;11.2;7
 461 | 11.6;0.58;0.66;2.2;0.074;10;47;1.0008;3.25;0.57;9;3
 462 | 9.2;0.43;0.52;2.3;0.083;14;23;0.9976;3.35;0.61;11.3;6
 463 | 8.3;0.615;0.22;2.6;0.087;6;19;0.9982;3.26;0.61;9.3;5
 464 | 11;0.26;0.68;2.55;0.085;10;25;0.997;3.18;0.61;11.8;5
 465 | 8.1;0.66;0.7;2.2;0.098;25;129;0.9972;3.08;0.53;9;5
 466 | 11.5;0.315;0.54;2.1;0.084;5;15;0.9987;2.98;0.7;9.2;6
 467 | 10;0.29;0.4;2.9;0.098;10;26;1.0006;3.48;0.91;9.7;5
 468 | 10.3;0.5;0.42;2;0.069;21;51;0.9982;3.16;0.72;11.5;6
 469 | 8.8;0.46;0.45;2.6;0.065;7;18;0.9947;3.32;0.79;14;6
 470 | 11.4;0.36;0.69;2.1;0.09;6;21;1;3.17;0.62;9.2;6
 471 | 8.7;0.82;0.02;1.2;0.07;36;48;0.9952;3.2;0.58;9.8;5
 472 | 13;0.32;0.65;2.6;0.093;15;47;0.9996;3.05;0.61;10.6;5
 473 | 9.6;0.54;0.42;2.4;0.081;25;52;0.997;3.2;0.71;11.4;6
 474 | 12.5;0.37;0.55;2.6;0.083;25;68;0.9995;3.15;0.82;10.4;6
 475 | 9.9;0.35;0.55;2.1;0.062;5;14;0.9971;3.26;0.79;10.6;5
 476 | 10.5;0.28;0.51;1.7;0.08;10;24;0.9982;3.2;0.89;9.4;6
 477 | 9.6;0.68;0.24;2.2;0.087;5;28;0.9988;3.14;0.6;10.2;5
 478 | 9.3;0.27;0.41;2;0.091;6;16;0.998;3.28;0.7;9.7;5
 479 | 10.4;0.24;0.49;1.8;0.075;6;20;0.9977;3.18;1.06;11;6
 480 | 9.6;0.68;0.24;2.2;0.087;5;28;0.9988;3.14;0.6;10.2;5
 481 | 9.4;0.685;0.11;2.7;0.077;6;31;0.9984;3.19;0.7;10.1;6
 482 | 10.6;0.28;0.39;15.5;0.069;6;23;1.0026;3.12;0.66;9.2;5
 483 | 9.4;0.3;0.56;2.8;0.08;6;17;0.9964;3.15;0.92;11.7;8
 484 | 10.6;0.36;0.59;2.2;0.152;6;18;0.9986;3.04;1.05;9.4;5
 485 | 10.6;0.36;0.6;2.2;0.152;7;18;0.9986;3.04;1.06;9.4;5
 486 | 10.6;0.44;0.68;4.1;0.114;6;24;0.997;3.06;0.66;13.4;6
 487 | 10.2;0.67;0.39;1.9;0.054;6;17;0.9976;3.17;0.47;10;5
 488 | 10.2;0.67;0.39;1.9;0.054;6;17;0.9976;3.17;0.47;10;5
 489 | 10.2;0.645;0.36;1.8;0.053;5;14;0.9982;3.17;0.42;10;6
 490 | 11.6;0.32;0.55;2.8;0.081;35;67;1.0002;3.32;0.92;10.8;7
 491 | 9.3;0.39;0.4;2.6;0.073;10;26;0.9984;3.34;0.75;10.2;6
 492 | 9.3;0.775;0.27;2.8;0.078;24;56;0.9984;3.31;0.67;10.6;6
 493 | 9.2;0.41;0.5;2.5;0.055;12;25;0.9952;3.34;0.79;13.3;7
 494 | 8.9;0.4;0.51;2.6;0.052;13;27;0.995;3.32;0.9;13.4;7
 495 | 8.7;0.69;0.31;3;0.086;23;81;1.0002;3.48;0.74;11.6;6
 496 | 6.5;0.39;0.23;8.3;0.051;28;91;0.9952;3.44;0.55;12.1;6
 497 | 10.7;0.35;0.53;2.6;0.07;5;16;0.9972;3.15;0.65;11;8
 498 | 7.8;0.52;0.25;1.9;0.081;14;38;0.9984;3.43;0.65;9;6
 499 | 7.2;0.34;0.32;2.5;0.09;43;113;0.9966;3.32;0.79;11.1;5
 500 | 10.7;0.35;0.53;2.6;0.07;5;16;0.9972;3.15;0.65;11;8
 501 | 8.7;0.69;0.31;3;0.086;23;81;1.0002;3.48;0.74;11.6;6
 502 | 7.8;0.52;0.25;1.9;0.081;14;38;0.9984;3.43;0.65;9;6
 503 | 10.4;0.44;0.73;6.55;0.074;38;76;0.999;3.17;0.85;12;7
 504 | 10.4;0.44;0.73;6.55;0.074;38;76;0.999;3.17;0.85;12;7
 505 | 10.5;0.26;0.47;1.9;0.078;6;24;0.9976;3.18;1.04;10.9;7
 506 | 10.5;0.24;0.42;1.8;0.077;6;22;0.9976;3.21;1.05;10.8;7
 507 | 10.2;0.49;0.63;2.9;0.072;10;26;0.9968;3.16;0.78;12.5;7
 508 | 10.4;0.24;0.46;1.8;0.075;6;21;0.9976;3.25;1.02;10.8;7
 509 | 11.2;0.67;0.55;2.3;0.084;6;13;1;3.17;0.71;9.5;6
 510 | 10;0.59;0.31;2.2;0.09;26;62;0.9994;3.18;0.63;10.2;6
 511 | 13.3;0.29;0.75;2.8;0.084;23;43;0.9986;3.04;0.68;11.4;7
 512 | 12.4;0.42;0.49;4.6;0.073;19;43;0.9978;3.02;0.61;9.5;5
 513 | 10;0.59;0.31;2.2;0.09;26;62;0.9994;3.18;0.63;10.2;6
 514 | 10.7;0.4;0.48;2.1;0.125;15;49;0.998;3.03;0.81;9.7;6
 515 | 10.5;0.51;0.64;2.4;0.107;6;15;0.9973;3.09;0.66;11.8;7
 516 | 10.5;0.51;0.64;2.4;0.107;6;15;0.9973;3.09;0.66;11.8;7
 517 | 8.5;0.655;0.49;6.1;0.122;34;151;1.001;3.31;1.14;9.3;5
 518 | 12.5;0.6;0.49;4.3;0.1;5;14;1.001;3.25;0.74;11.9;6
 519 | 10.4;0.61;0.49;2.1;0.2;5;16;0.9994;3.16;0.63;8.4;3
 520 | 10.9;0.21;0.49;2.8;0.088;11;32;0.9972;3.22;0.68;11.7;6
 521 | 7.3;0.365;0.49;2.5;0.088;39;106;0.9966;3.36;0.78;11;5
 522 | 9.8;0.25;0.49;2.7;0.088;15;33;0.9982;3.42;0.9;10;6
 523 | 7.6;0.41;0.49;2;0.088;16;43;0.998;3.48;0.64;9.1;5
 524 | 8.2;0.39;0.49;2.3;0.099;47;133;0.9979;3.38;0.99;9.8;5
 525 | 9.3;0.4;0.49;2.5;0.085;38;142;0.9978;3.22;0.55;9.4;5
 526 | 9.2;0.43;0.49;2.4;0.086;23;116;0.9976;3.23;0.64;9.5;5
 527 | 10.4;0.64;0.24;2.8;0.105;29;53;0.9998;3.24;0.67;9.9;5
 528 | 7.3;0.365;0.49;2.5;0.088;39;106;0.9966;3.36;0.78;11;5
 529 | 7;0.38;0.49;2.5;0.097;33;85;0.9962;3.39;0.77;11.4;6
 530 | 8.2;0.42;0.49;2.6;0.084;32;55;0.9988;3.34;0.75;8.7;6
 531 | 9.9;0.63;0.24;2.4;0.077;6;33;0.9974;3.09;0.57;9.4;5
 532 | 9.1;0.22;0.24;2.1;0.078;1;28;0.999;3.41;0.87;10.3;6
 533 | 11.9;0.38;0.49;2.7;0.098;12;42;1.0004;3.16;0.61;10.3;5
 534 | 11.9;0.38;0.49;2.7;0.098;12;42;1.0004;3.16;0.61;10.3;5
 535 | 10.3;0.27;0.24;2.1;0.072;15;33;0.9956;3.22;0.66;12.8;6
 536 | 10;0.48;0.24;2.7;0.102;13;32;1;3.28;0.56;10;6
 537 | 9.1;0.22;0.24;2.1;0.078;1;28;0.999;3.41;0.87;10.3;6
 538 | 9.9;0.63;0.24;2.4;0.077;6;33;0.9974;3.09;0.57;9.4;5
 539 | 8.1;0.825;0.24;2.1;0.084;5;13;0.9972;3.37;0.77;10.7;6
 540 | 12.9;0.35;0.49;5.8;0.066;5;35;1.0014;3.2;0.66;12;7
 541 | 11.2;0.5;0.74;5.15;0.1;5;17;0.9996;3.22;0.62;11.2;5
 542 | 9.2;0.59;0.24;3.3;0.101;20;47;0.9988;3.26;0.67;9.6;5
 543 | 9.5;0.46;0.49;6.3;0.064;5;17;0.9988;3.21;0.73;11;6
 544 | 9.3;0.715;0.24;2.1;0.07;5;20;0.9966;3.12;0.59;9.9;5
 545 | 11.2;0.66;0.24;2.5;0.085;16;53;0.9993;3.06;0.72;11;6
 546 | 14.3;0.31;0.74;1.8;0.075;6;15;1.0008;2.86;0.79;8.4;6
 547 | 9.1;0.47;0.49;2.6;0.094;38;106;0.9982;3.08;0.59;9.1;5
 548 | 7.5;0.55;0.24;2;0.078;10;28;0.9983;3.45;0.78;9.5;6
 549 | 10.6;0.31;0.49;2.5;0.067;6;21;0.9987;3.26;0.86;10.7;6
 550 | 12.4;0.35;0.49;2.6;0.079;27;69;0.9994;3.12;0.75;10.4;6
 551 | 9;0.53;0.49;1.9;0.171;6;25;0.9975;3.27;0.61;9.4;6
 552 | 6.8;0.51;0.01;2.1;0.074;9;25;0.9958;3.33;0.56;9.5;6
 553 | 9.4;0.43;0.24;2.8;0.092;14;45;0.998;3.19;0.73;10;6
 554 | 9.5;0.46;0.24;2.7;0.092;14;44;0.998;3.12;0.74;10;6
 555 | 5;1.04;0.24;1.6;0.05;32;96;0.9934;3.74;0.62;11.5;5
 556 | 15.5;0.645;0.49;4.2;0.095;10;23;1.00315;2.92;0.74;11.1;5
 557 | 15.5;0.645;0.49;4.2;0.095;10;23;1.00315;2.92;0.74;11.1;5
 558 | 10.9;0.53;0.49;4.6;0.118;10;17;1.0002;3.07;0.56;11.7;6
 559 | 15.6;0.645;0.49;4.2;0.095;10;23;1.00315;2.92;0.74;11.1;5
 560 | 10.9;0.53;0.49;4.6;0.118;10;17;1.0002;3.07;0.56;11.7;6
 561 | 13;0.47;0.49;4.3;0.085;6;47;1.0021;3.3;0.68;12.7;6
 562 | 12.7;0.6;0.49;2.8;0.075;5;19;0.9994;3.14;0.57;11.4;5
 563 | 9;0.44;0.49;2.4;0.078;26;121;0.9978;3.23;0.58;9.2;5
 564 | 9;0.54;0.49;2.9;0.094;41;110;0.9982;3.08;0.61;9.2;5
 565 | 7.6;0.29;0.49;2.7;0.092;25;60;0.9971;3.31;0.61;10.1;6
 566 | 13;0.47;0.49;4.3;0.085;6;47;1.0021;3.3;0.68;12.7;6
 567 | 12.7;0.6;0.49;2.8;0.075;5;19;0.9994;3.14;0.57;11.4;5
 568 | 8.7;0.7;0.24;2.5;0.226;5;15;0.9991;3.32;0.6;9;6
 569 | 8.7;0.7;0.24;2.5;0.226;5;15;0.9991;3.32;0.6;9;6
 570 | 9.8;0.5;0.49;2.6;0.25;5;20;0.999;3.31;0.79;10.7;6
 571 | 6.2;0.36;0.24;2.2;0.095;19;42;0.9946;3.57;0.57;11.7;6
 572 | 11.5;0.35;0.49;3.3;0.07;10;37;1.0003;3.32;0.91;11;6
 573 | 6.2;0.36;0.24;2.2;0.095;19;42;0.9946;3.57;0.57;11.7;6
 574 | 10.2;0.24;0.49;2.4;0.075;10;28;0.9978;3.14;0.61;10.4;5
 575 | 10.5;0.59;0.49;2.1;0.07;14;47;0.9991;3.3;0.56;9.6;4
 576 | 10.6;0.34;0.49;3.2;0.078;20;78;0.9992;3.19;0.7;10;6
 577 | 12.3;0.27;0.49;3.1;0.079;28;46;0.9993;3.2;0.8;10.2;6
 578 | 9.9;0.5;0.24;2.3;0.103;6;14;0.9978;3.34;0.52;10;4
 579 | 8.8;0.44;0.49;2.8;0.083;18;111;0.9982;3.3;0.6;9.5;5
 580 | 8.8;0.47;0.49;2.9;0.085;17;110;0.9982;3.29;0.6;9.8;5
 581 | 10.6;0.31;0.49;2.2;0.063;18;40;0.9976;3.14;0.51;9.8;6
 582 | 12.3;0.5;0.49;2.2;0.089;5;14;1.0002;3.19;0.44;9.6;5
 583 | 12.3;0.5;0.49;2.2;0.089;5;14;1.0002;3.19;0.44;9.6;5
 584 | 11.7;0.49;0.49;2.2;0.083;5;15;1;3.19;0.43;9.2;5
 585 | 12;0.28;0.49;1.9;0.074;10;21;0.9976;2.98;0.66;9.9;7
 586 | 11.8;0.33;0.49;3.4;0.093;54;80;1.0002;3.3;0.76;10.7;7
 587 | 7.6;0.51;0.24;2.4;0.091;8;38;0.998;3.47;0.66;9.6;6
 588 | 11.1;0.31;0.49;2.7;0.094;16;47;0.9986;3.12;1.02;10.6;7
 589 | 7.3;0.73;0.24;1.9;0.108;18;102;0.9967;3.26;0.59;9.3;5
 590 | 5;0.42;0.24;2;0.06;19;50;0.9917;3.72;0.74;14;8
 591 | 10.2;0.29;0.49;2.6;0.059;5;13;0.9976;3.05;0.74;10.5;7
 592 | 9;0.45;0.49;2.6;0.084;21;75;0.9987;3.35;0.57;9.7;5
 593 | 6.6;0.39;0.49;1.7;0.07;23;149;0.9922;3.12;0.5;11.5;6
 594 | 9;0.45;0.49;2.6;0.084;21;75;0.9987;3.35;0.57;9.7;5
 595 | 9.9;0.49;0.58;3.5;0.094;9;43;1.0004;3.29;0.58;9;5
 596 | 7.9;0.72;0.17;2.6;0.096;20;38;0.9978;3.4;0.53;9.5;5
 597 | 8.9;0.595;0.41;7.9;0.086;30;109;0.9998;3.27;0.57;9.3;5
 598 | 12.4;0.4;0.51;2;0.059;6;24;0.9994;3.04;0.6;9.3;6
 599 | 11.9;0.58;0.58;1.9;0.071;5;18;0.998;3.09;0.63;10;6
 600 | 8.5;0.585;0.18;2.1;0.078;5;30;0.9967;3.2;0.48;9.8;6
 601 | 12.7;0.59;0.45;2.3;0.082;11;22;1;3;0.7;9.3;6
 602 | 8.2;0.915;0.27;2.1;0.088;7;23;0.9962;3.26;0.47;10;4
 603 | 13.2;0.46;0.52;2.2;0.071;12;35;1.0006;3.1;0.56;9;6
 604 | 7.7;0.835;0;2.6;0.081;6;14;0.9975;3.3;0.52;9.3;5
 605 | 13.2;0.46;0.52;2.2;0.071;12;35;1.0006;3.1;0.56;9;6
 606 | 8.3;0.58;0.13;2.9;0.096;14;63;0.9984;3.17;0.62;9.1;6
 607 | 8.3;0.6;0.13;2.6;0.085;6;24;0.9984;3.31;0.59;9.2;6
 608 | 9.4;0.41;0.48;4.6;0.072;10;20;0.9973;3.34;0.79;12.2;7
 609 | 8.8;0.48;0.41;3.3;0.092;26;52;0.9982;3.31;0.53;10.5;6
 610 | 10.1;0.65;0.37;5.1;0.11;11;65;1.0026;3.32;0.64;10.4;6
 611 | 6.3;0.36;0.19;3.2;0.075;15;39;0.9956;3.56;0.52;12.7;6
 612 | 8.8;0.24;0.54;2.5;0.083;25;57;0.9983;3.39;0.54;9.2;5
 613 | 13.2;0.38;0.55;2.7;0.081;5;16;1.0006;2.98;0.54;9.4;5
 614 | 7.5;0.64;0;2.4;0.077;18;29;0.9965;3.32;0.6;10;6
 615 | 8.2;0.39;0.38;1.5;0.058;10;29;0.9962;3.26;0.74;9.8;5
 616 | 9.2;0.755;0.18;2.2;0.148;10;103;0.9969;2.87;1.36;10.2;6
 617 | 9.6;0.6;0.5;2.3;0.079;28;71;0.9997;3.5;0.57;9.7;5
 618 | 9.6;0.6;0.5;2.3;0.079;28;71;0.9997;3.5;0.57;9.7;5
 619 | 11.5;0.31;0.51;2.2;0.079;14;28;0.9982;3.03;0.93;9.8;6
 620 | 11.4;0.46;0.5;2.7;0.122;4;17;1.0006;3.13;0.7;10.2;5
 621 | 11.3;0.37;0.41;2.3;0.088;6;16;0.9988;3.09;0.8;9.3;5
 622 | 8.3;0.54;0.24;3.4;0.076;16;112;0.9976;3.27;0.61;9.4;5
 623 | 8.2;0.56;0.23;3.4;0.078;14;104;0.9976;3.28;0.62;9.4;5
 624 | 10;0.58;0.22;1.9;0.08;9;32;0.9974;3.13;0.55;9.5;5
 625 | 7.9;0.51;0.25;2.9;0.077;21;45;0.9974;3.49;0.96;12.1;6
 626 | 6.8;0.69;0;5.6;0.124;21;58;0.9997;3.46;0.72;10.2;5
 627 | 6.8;0.69;0;5.6;0.124;21;58;0.9997;3.46;0.72;10.2;5
 628 | 8.8;0.6;0.29;2.2;0.098;5;15;0.9988;3.36;0.49;9.1;5
 629 | 8.8;0.6;0.29;2.2;0.098;5;15;0.9988;3.36;0.49;9.1;5
 630 | 8.7;0.54;0.26;2.5;0.097;7;31;0.9976;3.27;0.6;9.3;6
 631 | 7.6;0.685;0.23;2.3;0.111;20;84;0.9964;3.21;0.61;9.3;5
 632 | 8.7;0.54;0.26;2.5;0.097;7;31;0.9976;3.27;0.6;9.3;6
 633 | 10.4;0.28;0.54;2.7;0.105;5;19;0.9988;3.25;0.63;9.5;5
 634 | 7.6;0.41;0.14;3;0.087;21;43;0.9964;3.32;0.57;10.5;6
 635 | 10.1;0.935;0.22;3.4;0.105;11;86;1.001;3.43;0.64;11.3;4
 636 | 7.9;0.35;0.21;1.9;0.073;46;102;0.9964;3.27;0.58;9.5;5
 637 | 8.7;0.84;0;1.4;0.065;24;33;0.9954;3.27;0.55;9.7;5
 638 | 9.6;0.88;0.28;2.4;0.086;30;147;0.9979;3.24;0.53;9.4;5
 639 | 9.5;0.885;0.27;2.3;0.084;31;145;0.9978;3.24;0.53;9.4;5
 640 | 7.7;0.915;0.12;2.2;0.143;7;23;0.9964;3.35;0.65;10.2;7
 641 | 8.9;0.29;0.35;1.9;0.067;25;57;0.997;3.18;1.36;10.3;6
 642 | 9.9;0.54;0.45;2.3;0.071;16;40;0.9991;3.39;0.62;9.4;5
 643 | 9.5;0.59;0.44;2.3;0.071;21;68;0.9992;3.46;0.63;9.5;5
 644 | 9.9;0.54;0.45;2.3;0.071;16;40;0.9991;3.39;0.62;9.4;5
 645 | 9.5;0.59;0.44;2.3;0.071;21;68;0.9992;3.46;0.63;9.5;5
 646 | 9.9;0.54;0.45;2.3;0.071;16;40;0.9991;3.39;0.62;9.4;5
 647 | 7.8;0.64;0.1;6;0.115;5;11;0.9984;3.37;0.69;10.1;7
 648 | 7.3;0.67;0.05;3.6;0.107;6;20;0.9972;3.4;0.63;10.1;5
 649 | 8.3;0.845;0.01;2.2;0.07;5;14;0.9967;3.32;0.58;11;4
 650 | 8.7;0.48;0.3;2.8;0.066;10;28;0.9964;3.33;0.67;11.2;7
 651 | 6.7;0.42;0.27;8.6;0.068;24;148;0.9948;3.16;0.57;11.3;6
 652 | 10.7;0.43;0.39;2.2;0.106;8;32;0.9986;2.89;0.5;9.6;5
 653 | 9.8;0.88;0.25;2.5;0.104;35;155;1.001;3.41;0.67;11.2;5
 654 | 15.9;0.36;0.65;7.5;0.096;22;71;0.9976;2.98;0.84;14.9;5
 655 | 9.4;0.33;0.59;2.8;0.079;9;30;0.9976;3.12;0.54;12;6
 656 | 8.6;0.47;0.47;2.4;0.074;7;29;0.9979;3.08;0.46;9.5;5
 657 | 9.7;0.55;0.17;2.9;0.087;20;53;1.0004;3.14;0.61;9.4;5
 658 | 10.7;0.43;0.39;2.2;0.106;8;32;0.9986;2.89;0.5;9.6;5
 659 | 12;0.5;0.59;1.4;0.073;23;42;0.998;2.92;0.68;10.5;7
 660 | 7.2;0.52;0.07;1.4;0.074;5;20;0.9973;3.32;0.81;9.6;6
 661 | 7.1;0.84;0.02;4.4;0.096;5;13;0.997;3.41;0.57;11;4
 662 | 7.2;0.52;0.07;1.4;0.074;5;20;0.9973;3.32;0.81;9.6;6
 663 | 7.5;0.42;0.31;1.6;0.08;15;42;0.9978;3.31;0.64;9;5
 664 | 7.2;0.57;0.06;1.6;0.076;9;27;0.9972;3.36;0.7;9.6;6
 665 | 10.1;0.28;0.46;1.8;0.05;5;13;0.9974;3.04;0.79;10.2;6
 666 | 12.1;0.4;0.52;2;0.092;15;54;1;3.03;0.66;10.2;5
 667 | 9.4;0.59;0.14;2;0.084;25;48;0.9981;3.14;0.56;9.7;5
 668 | 8.3;0.49;0.36;1.8;0.222;6;16;0.998;3.18;0.6;9.5;6
 669 | 11.3;0.34;0.45;2;0.082;6;15;0.9988;2.94;0.66;9.2;6
 670 | 10;0.73;0.43;2.3;0.059;15;31;0.9966;3.15;0.57;11;5
 671 | 11.3;0.34;0.45;2;0.082;6;15;0.9988;2.94;0.66;9.2;6
 672 | 6.9;0.4;0.24;2.5;0.083;30;45;0.9959;3.26;0.58;10;5
 673 | 8.2;0.73;0.21;1.7;0.074;5;13;0.9968;3.2;0.52;9.5;5
 674 | 9.8;1.24;0.34;2;0.079;32;151;0.998;3.15;0.53;9.5;5
 675 | 8.2;0.73;0.21;1.7;0.074;5;13;0.9968;3.2;0.52;9.5;5
 676 | 10.8;0.4;0.41;2.2;0.084;7;17;0.9984;3.08;0.67;9.3;6
 677 | 9.3;0.41;0.39;2.2;0.064;12;31;0.9984;3.26;0.65;10.2;5
 678 | 10.8;0.4;0.41;2.2;0.084;7;17;0.9984;3.08;0.67;9.3;6
 679 | 8.6;0.8;0.11;2.3;0.084;12;31;0.9979;3.4;0.48;9.9;5
 680 | 8.3;0.78;0.1;2.6;0.081;45;87;0.9983;3.48;0.53;10;5
 681 | 10.8;0.26;0.45;3.3;0.06;20;49;0.9972;3.13;0.54;9.6;5
 682 | 13.3;0.43;0.58;1.9;0.07;15;40;1.0004;3.06;0.49;9;5
 683 | 8;0.45;0.23;2.2;0.094;16;29;0.9962;3.21;0.49;10.2;6
 684 | 8.5;0.46;0.31;2.25;0.078;32;58;0.998;3.33;0.54;9.8;5
 685 | 8.1;0.78;0.23;2.6;0.059;5;15;0.997;3.37;0.56;11.3;5
 686 | 9.8;0.98;0.32;2.3;0.078;35;152;0.998;3.25;0.48;9.4;5
 687 | 8.1;0.78;0.23;2.6;0.059;5;15;0.997;3.37;0.56;11.3;5
 688 | 7.1;0.65;0.18;1.8;0.07;13;40;0.997;3.44;0.6;9.1;5
 689 | 9.1;0.64;0.23;3.1;0.095;13;38;0.9998;3.28;0.59;9.7;5
 690 | 7.7;0.66;0.04;1.6;0.039;4;9;0.9962;3.4;0.47;9.4;5
 691 | 8.1;0.38;0.48;1.8;0.157;5;17;0.9976;3.3;1.05;9.4;5
 692 | 7.4;1.185;0;4.25;0.097;5;14;0.9966;3.63;0.54;10.7;3
 693 | 9.2;0.92;0.24;2.6;0.087;12;93;0.9998;3.48;0.54;9.8;5
 694 | 8.6;0.49;0.51;2;0.422;16;62;0.9979;3.03;1.17;9;5
 695 | 9;0.48;0.32;2.8;0.084;21;122;0.9984;3.32;0.62;9.4;5
 696 | 9;0.47;0.31;2.7;0.084;24;125;0.9984;3.31;0.61;9.4;5
 697 | 5.1;0.47;0.02;1.3;0.034;18;44;0.9921;3.9;0.62;12.8;6
 698 | 7;0.65;0.02;2.1;0.066;8;25;0.9972;3.47;0.67;9.5;6
 699 | 7;0.65;0.02;2.1;0.066;8;25;0.9972;3.47;0.67;9.5;6
 700 | 9.4;0.615;0.28;3.2;0.087;18;72;1.0001;3.31;0.53;9.7;5
 701 | 11.8;0.38;0.55;2.1;0.071;5;19;0.9986;3.11;0.62;10.8;6
 702 | 10.6;1.02;0.43;2.9;0.076;26;88;0.9984;3.08;0.57;10.1;6
 703 | 7;0.65;0.02;2.1;0.066;8;25;0.9972;3.47;0.67;9.5;6
 704 | 7;0.64;0.02;2.1;0.067;9;23;0.997;3.47;0.67;9.4;6
 705 | 7.5;0.38;0.48;2.6;0.073;22;84;0.9972;3.32;0.7;9.6;4
 706 | 9.1;0.765;0.04;1.6;0.078;4;14;0.998;3.29;0.54;9.7;4
 707 | 8.4;1.035;0.15;6;0.073;11;54;0.999;3.37;0.49;9.9;5
 708 | 7;0.78;0.08;2;0.093;10;19;0.9956;3.4;0.47;10;5
 709 | 7.4;0.49;0.19;3;0.077;16;37;0.9966;3.37;0.51;10.5;5
 710 | 7.8;0.545;0.12;2.5;0.068;11;35;0.996;3.34;0.61;11.6;6
 711 | 9.7;0.31;0.47;1.6;0.062;13;33;0.9983;3.27;0.66;10;6
 712 | 10.6;1.025;0.43;2.8;0.08;21;84;0.9985;3.06;0.57;10.1;5
 713 | 8.9;0.565;0.34;3;0.093;16;112;0.9998;3.38;0.61;9.5;5
 714 | 8.7;0.69;0;3.2;0.084;13;33;0.9992;3.36;0.45;9.4;5
 715 | 8;0.43;0.36;2.3;0.075;10;48;0.9976;3.34;0.46;9.4;5
 716 | 9.9;0.74;0.28;2.6;0.078;21;77;0.998;3.28;0.51;9.8;5
 717 | 7.2;0.49;0.18;2.7;0.069;13;34;0.9967;3.29;0.48;9.2;6
 718 | 8;0.43;0.36;2.3;0.075;10;48;0.9976;3.34;0.46;9.4;5
 719 | 7.6;0.46;0.11;2.6;0.079;12;49;0.9968;3.21;0.57;10;5
 720 | 8.4;0.56;0.04;2;0.082;10;22;0.9976;3.22;0.44;9.6;5
 721 | 7.1;0.66;0;3.9;0.086;17;45;0.9976;3.46;0.54;9.5;5
 722 | 8.4;0.56;0.04;2;0.082;10;22;0.9976;3.22;0.44;9.6;5
 723 | 8.9;0.48;0.24;2.85;0.094;35;106;0.9982;3.1;0.53;9.2;5
 724 | 7.6;0.42;0.08;2.7;0.084;15;48;0.9968;3.21;0.59;10;5
 725 | 7.1;0.31;0.3;2.2;0.053;36;127;0.9965;2.94;1.62;9.5;5
 726 | 7.5;1.115;0.1;3.1;0.086;5;12;0.9958;3.54;0.6;11.2;4
 727 | 9;0.66;0.17;3;0.077;5;13;0.9976;3.29;0.55;10.4;5
 728 | 8.1;0.72;0.09;2.8;0.084;18;49;0.9994;3.43;0.72;11.1;6
 729 | 6.4;0.57;0.02;1.8;0.067;4;11;0.997;3.46;0.68;9.5;5
 730 | 6.4;0.57;0.02;1.8;0.067;4;11;0.997;3.46;0.68;9.5;5
 731 | 6.4;0.865;0.03;3.2;0.071;27;58;0.995;3.61;0.49;12.7;6
 732 | 9.5;0.55;0.66;2.3;0.387;12;37;0.9982;3.17;0.67;9.6;5
 733 | 8.9;0.875;0.13;3.45;0.088;4;14;0.9994;3.44;0.52;11.5;5
 734 | 7.3;0.835;0.03;2.1;0.092;10;19;0.9966;3.39;0.47;9.6;5
 735 | 7;0.45;0.34;2.7;0.082;16;72;0.998;3.55;0.6;9.5;5
 736 | 7.7;0.56;0.2;2;0.075;9;39;0.9987;3.48;0.62;9.3;5
 737 | 7.7;0.965;0.1;2.1;0.112;11;22;0.9963;3.26;0.5;9.5;5
 738 | 7.7;0.965;0.1;2.1;0.112;11;22;0.9963;3.26;0.5;9.5;5
 739 | 8.2;0.59;0;2.5;0.093;19;58;1.0002;3.5;0.65;9.3;6
 740 | 9;0.46;0.23;2.8;0.092;28;104;0.9983;3.1;0.56;9.2;5
 741 | 9;0.69;0;2.4;0.088;19;38;0.999;3.35;0.6;9.3;5
 742 | 8.3;0.76;0.29;4.2;0.075;12;16;0.9965;3.45;0.68;11.5;6
 743 | 9.2;0.53;0.24;2.6;0.078;28;139;0.99788;3.21;0.57;9.5;5
 744 | 6.5;0.615;0;1.9;0.065;9;18;0.9972;3.46;0.65;9.2;5
 745 | 11.6;0.41;0.58;2.8;0.096;25;101;1.00024;3.13;0.53;10;5
 746 | 11.1;0.39;0.54;2.7;0.095;21;101;1.0001;3.13;0.51;9.5;5
 747 | 7.3;0.51;0.18;2.1;0.07;12;28;0.99768;3.52;0.73;9.5;6
 748 | 8.2;0.34;0.38;2.5;0.08;12;57;0.9978;3.3;0.47;9;6
 749 | 8.6;0.33;0.4;2.6;0.083;16;68;0.99782;3.3;0.48;9.4;5
 750 | 7.2;0.5;0.18;2.1;0.071;12;31;0.99761;3.52;0.72;9.6;6
 751 | 7.3;0.51;0.18;2.1;0.07;12;28;0.99768;3.52;0.73;9.5;6
 752 | 8.3;0.65;0.1;2.9;0.089;17;40;0.99803;3.29;0.55;9.5;5
 753 | 8.3;0.65;0.1;2.9;0.089;17;40;0.99803;3.29;0.55;9.5;5
 754 | 7.6;0.54;0.13;2.5;0.097;24;66;0.99785;3.39;0.61;9.4;5
 755 | 8.3;0.65;0.1;2.9;0.089;17;40;0.99803;3.29;0.55;9.5;5
 756 | 7.8;0.48;0.68;1.7;0.415;14;32;0.99656;3.09;1.06;9.1;6
 757 | 7.8;0.91;0.07;1.9;0.058;22;47;0.99525;3.51;0.43;10.7;6
 758 | 6.3;0.98;0.01;2;0.057;15;33;0.99488;3.6;0.46;11.2;6
 759 | 8.1;0.87;0;2.2;0.084;10;31;0.99656;3.25;0.5;9.8;5
 760 | 8.1;0.87;0;2.2;0.084;10;31;0.99656;3.25;0.5;9.8;5
 761 | 8.8;0.42;0.21;2.5;0.092;33;88;0.99823;3.19;0.52;9.2;5
 762 | 9;0.58;0.25;2.8;0.075;9;104;0.99779;3.23;0.57;9.7;5
 763 | 9.3;0.655;0.26;2;0.096;5;35;0.99738;3.25;0.42;9.6;5
 764 | 8.8;0.7;0;1.7;0.069;8;19;0.99701;3.31;0.53;10;6
 765 | 9.3;0.655;0.26;2;0.096;5;35;0.99738;3.25;0.42;9.6;5
 766 | 9.1;0.68;0.11;2.8;0.093;11;44;0.99888;3.31;0.55;9.5;6
 767 | 9.2;0.67;0.1;3;0.091;12;48;0.99888;3.31;0.54;9.5;6
 768 | 8.8;0.59;0.18;2.9;0.089;12;74;0.99738;3.14;0.54;9.4;5
 769 | 7.5;0.6;0.32;2.7;0.103;13;98;0.99938;3.45;0.62;9.5;5
 770 | 7.1;0.59;0.02;2.3;0.082;24;94;0.99744;3.55;0.53;9.7;6
 771 | 7.9;0.72;0.01;1.9;0.076;7;32;0.99668;3.39;0.54;9.6;5
 772 | 7.1;0.59;0.02;2.3;0.082;24;94;0.99744;3.55;0.53;9.7;6
 773 | 9.4;0.685;0.26;2.4;0.082;23;143;0.9978;3.28;0.55;9.4;5
 774 | 9.5;0.57;0.27;2.3;0.082;23;144;0.99782;3.27;0.55;9.4;5
 775 | 7.9;0.4;0.29;1.8;0.157;1;44;0.9973;3.3;0.92;9.5;6
 776 | 7.9;0.4;0.3;1.8;0.157;2;45;0.99727;3.31;0.91;9.5;6
 777 | 7.2;1;0;3;0.102;7;16;0.99586;3.43;0.46;10;5
 778 | 6.9;0.765;0.18;2.4;0.243;5.5;48;0.99612;3.4;0.6;10.3;6
 779 | 6.9;0.635;0.17;2.4;0.241;6;18;0.9961;3.4;0.59;10.3;6
 780 | 8.3;0.43;0.3;3.4;0.079;7;34;0.99788;3.36;0.61;10.5;5
 781 | 7.1;0.52;0.03;2.6;0.076;21;92;0.99745;3.5;0.6;9.8;5
 782 | 7;0.57;0;2;0.19;12;45;0.99676;3.31;0.6;9.4;6
 783 | 6.5;0.46;0.14;2.4;0.114;9;37;0.99732;3.66;0.65;9.8;5
 784 | 9;0.82;0.05;2.4;0.081;26;96;0.99814;3.36;0.53;10;5
 785 | 6.5;0.46;0.14;2.4;0.114;9;37;0.99732;3.66;0.65;9.8;5
 786 | 7.1;0.59;0.01;2.5;0.077;20;85;0.99746;3.55;0.59;9.8;5
 787 | 9.9;0.35;0.41;2.3;0.083;11;61;0.9982;3.21;0.5;9.5;5
 788 | 9.9;0.35;0.41;2.3;0.083;11;61;0.9982;3.21;0.5;9.5;5
 789 | 10;0.56;0.24;2.2;0.079;19;58;0.9991;3.18;0.56;10.1;6
 790 | 10;0.56;0.24;2.2;0.079;19;58;0.9991;3.18;0.56;10.1;6
 791 | 8.6;0.63;0.17;2.9;0.099;21;119;0.998;3.09;0.52;9.3;5
 792 | 7.4;0.37;0.43;2.6;0.082;18;82;0.99708;3.33;0.68;9.7;6
 793 | 8.8;0.64;0.17;2.9;0.084;25;130;0.99818;3.23;0.54;9.6;5
 794 | 7.1;0.61;0.02;2.5;0.081;17;87;0.99745;3.48;0.6;9.7;6
 795 | 7.7;0.6;0;2.6;0.055;7;13;0.99639;3.38;0.56;10.8;5
 796 | 10.1;0.27;0.54;2.3;0.065;7;26;0.99531;3.17;0.53;12.5;6
 797 | 10.8;0.89;0.3;2.6;0.132;7;60;0.99786;2.99;1.18;10.2;5
 798 | 8.7;0.46;0.31;2.5;0.126;24;64;0.99746;3.1;0.74;9.6;5
 799 | 9.3;0.37;0.44;1.6;0.038;21;42;0.99526;3.24;0.81;10.8;7
 800 | 9.4;0.5;0.34;3.6;0.082;5;14;0.9987;3.29;0.52;10.7;6
 801 | 9.4;0.5;0.34;3.6;0.082;5;14;0.9987;3.29;0.52;10.7;6
 802 | 7.2;0.61;0.08;4;0.082;26;108;0.99641;3.25;0.51;9.4;5
 803 | 8.6;0.55;0.09;3.3;0.068;8;17;0.99735;3.23;0.44;10;5
 804 | 5.1;0.585;0;1.7;0.044;14;86;0.99264;3.56;0.94;12.9;7
 805 | 7.7;0.56;0.08;2.5;0.114;14;46;0.9971;3.24;0.66;9.6;6
 806 | 8.4;0.52;0.22;2.7;0.084;4;18;0.99682;3.26;0.57;9.9;6
 807 | 8.2;0.28;0.4;2.4;0.052;4;10;0.99356;3.33;0.7;12.8;7
 808 | 8.4;0.25;0.39;2;0.041;4;10;0.99386;3.27;0.71;12.5;7
 809 | 8.2;0.28;0.4;2.4;0.052;4;10;0.99356;3.33;0.7;12.8;7
 810 | 7.4;0.53;0.12;1.9;0.165;4;12;0.99702;3.26;0.86;9.2;5
 811 | 7.6;0.48;0.31;2.8;0.07;4;15;0.99693;3.22;0.55;10.3;6
 812 | 7.3;0.49;0.1;2.6;0.068;4;14;0.99562;3.3;0.47;10.5;5
 813 | 12.9;0.5;0.55;2.8;0.072;7;24;1.00012;3.09;0.68;10.9;6
 814 | 10.8;0.45;0.33;2.5;0.099;20;38;0.99818;3.24;0.71;10.8;5
 815 | 6.9;0.39;0.24;2.1;0.102;4;7;0.99462;3.44;0.58;11.4;4
 816 | 12.6;0.41;0.54;2.8;0.103;19;41;0.99939;3.21;0.76;11.3;6
 817 | 10.8;0.45;0.33;2.5;0.099;20;38;0.99818;3.24;0.71;10.8;5
 818 | 9.8;0.51;0.19;3.2;0.081;8;30;0.9984;3.23;0.58;10.5;6
 819 | 10.8;0.29;0.42;1.6;0.084;19;27;0.99545;3.28;0.73;11.9;6
 820 | 7.1;0.715;0;2.35;0.071;21;47;0.99632;3.29;0.45;9.4;5
 821 | 9.1;0.66;0.15;3.2;0.097;9;59;0.99976;3.28;0.54;9.6;5
 822 | 7;0.685;0;1.9;0.099;9;22;0.99606;3.34;0.6;9.7;5
 823 | 4.9;0.42;0;2.1;0.048;16;42;0.99154;3.71;0.74;14;7
 824 | 6.7;0.54;0.13;2;0.076;15;36;0.9973;3.61;0.64;9.8;5
 825 | 6.7;0.54;0.13;2;0.076;15;36;0.9973;3.61;0.64;9.8;5
 826 | 7.1;0.48;0.28;2.8;0.068;6;16;0.99682;3.24;0.53;10.3;5
 827 | 7.1;0.46;0.14;2.8;0.076;15;37;0.99624;3.36;0.49;10.7;5
 828 | 7.5;0.27;0.34;2.3;0.05;4;8;0.9951;3.4;0.64;11;7
 829 | 7.1;0.46;0.14;2.8;0.076;15;37;0.99624;3.36;0.49;10.7;5
 830 | 7.8;0.57;0.09;2.3;0.065;34;45;0.99417;3.46;0.74;12.7;8
 831 | 5.9;0.61;0.08;2.1;0.071;16;24;0.99376;3.56;0.77;11.1;6
 832 | 7.5;0.685;0.07;2.5;0.058;5;9;0.99632;3.38;0.55;10.9;4
 833 | 5.9;0.61;0.08;2.1;0.071;16;24;0.99376;3.56;0.77;11.1;6
 834 | 10.4;0.44;0.42;1.5;0.145;34;48;0.99832;3.38;0.86;9.9;3
 835 | 11.6;0.47;0.44;1.6;0.147;36;51;0.99836;3.38;0.86;9.9;4
 836 | 8.8;0.685;0.26;1.6;0.088;16;23;0.99694;3.32;0.47;9.4;5
 837 | 7.6;0.665;0.1;1.5;0.066;27;55;0.99655;3.39;0.51;9.3;5
 838 | 6.7;0.28;0.28;2.4;0.012;36;100;0.99064;3.26;0.39;11.7;7
 839 | 6.7;0.28;0.28;2.4;0.012;36;100;0.99064;3.26;0.39;11.7;7
 840 | 10.1;0.31;0.35;1.6;0.075;9;28;0.99672;3.24;0.83;11.2;7
 841 | 6;0.5;0.04;2.2;0.092;13;26;0.99647;3.46;0.47;10;5
 842 | 11.1;0.42;0.47;2.65;0.085;9;34;0.99736;3.24;0.77;12.1;7
 843 | 6.6;0.66;0;3;0.115;21;31;0.99629;3.45;0.63;10.3;5
 844 | 10.6;0.5;0.45;2.6;0.119;34;68;0.99708;3.23;0.72;10.9;6
 845 | 7.1;0.685;0.35;2;0.088;9;92;0.9963;3.28;0.62;9.4;5
 846 | 9.9;0.25;0.46;1.7;0.062;26;42;0.9959;3.18;0.83;10.6;6
 847 | 6.4;0.64;0.21;1.8;0.081;14;31;0.99689;3.59;0.66;9.8;5
 848 | 6.4;0.64;0.21;1.8;0.081;14;31;0.99689;3.59;0.66;9.8;5
 849 | 7.4;0.68;0.16;1.8;0.078;12;39;0.9977;3.5;0.7;9.9;6
 850 | 6.4;0.64;0.21;1.8;0.081;14;31;0.99689;3.59;0.66;9.8;5
 851 | 6.4;0.63;0.21;1.6;0.08;12;32;0.99689;3.58;0.66;9.8;5
 852 | 9.3;0.43;0.44;1.9;0.085;9;22;0.99708;3.28;0.55;9.5;5
 853 | 9.3;0.43;0.44;1.9;0.085;9;22;0.99708;3.28;0.55;9.5;5
 854 | 8;0.42;0.32;2.5;0.08;26;122;0.99801;3.22;1.07;9.7;5
 855 | 9.3;0.36;0.39;1.5;0.08;41;55;0.99652;3.47;0.73;10.9;6
 856 | 9.3;0.36;0.39;1.5;0.08;41;55;0.99652;3.47;0.73;10.9;6
 857 | 7.6;0.735;0.02;2.5;0.071;10;14;0.99538;3.51;0.71;11.7;7
 858 | 9.3;0.36;0.39;1.5;0.08;41;55;0.99652;3.47;0.73;10.9;6
 859 | 8.2;0.26;0.34;2.5;0.073;16;47;0.99594;3.4;0.78;11.3;7
 860 | 11.7;0.28;0.47;1.7;0.054;17;32;0.99686;3.15;0.67;10.6;7
 861 | 6.8;0.56;0.22;1.8;0.074;15;24;0.99438;3.4;0.82;11.2;6
 862 | 7.2;0.62;0.06;2.7;0.077;15;85;0.99746;3.51;0.54;9.5;5
 863 | 5.8;1.01;0.66;2;0.039;15;88;0.99357;3.66;0.6;11.5;6
 864 | 7.5;0.42;0.32;2.7;0.067;7;25;0.99628;3.24;0.44;10.4;5
 865 | 7.2;0.62;0.06;2.5;0.078;17;84;0.99746;3.51;0.53;9.7;5
 866 | 7.2;0.62;0.06;2.7;0.077;15;85;0.99746;3.51;0.54;9.5;5
 867 | 7.2;0.635;0.07;2.6;0.077;16;86;0.99748;3.51;0.54;9.7;5
 868 | 6.8;0.49;0.22;2.3;0.071;13;24;0.99438;3.41;0.83;11.3;6
 869 | 6.9;0.51;0.23;2;0.072;13;22;0.99438;3.4;0.84;11.2;6
 870 | 6.8;0.56;0.22;1.8;0.074;15;24;0.99438;3.4;0.82;11.2;6
 871 | 7.6;0.63;0.03;2;0.08;27;43;0.99578;3.44;0.64;10.9;6
 872 | 7.7;0.715;0.01;2.1;0.064;31;43;0.99371;3.41;0.57;11.8;6
 873 | 6.9;0.56;0.03;1.5;0.086;36;46;0.99522;3.53;0.57;10.6;5
 874 | 7.3;0.35;0.24;2;0.067;28;48;0.99576;3.43;0.54;10;4
 875 | 9.1;0.21;0.37;1.6;0.067;6;10;0.99552;3.23;0.58;11.1;7
 876 | 10.4;0.38;0.46;2.1;0.104;6;10;0.99664;3.12;0.65;11.8;7
 877 | 8.8;0.31;0.4;2.8;0.109;7;16;0.99614;3.31;0.79;11.8;7
 878 | 7.1;0.47;0;2.2;0.067;7;14;0.99517;3.4;0.58;10.9;4
 879 | 7.7;0.715;0.01;2.1;0.064;31;43;0.99371;3.41;0.57;11.8;6
 880 | 8.8;0.61;0.19;4;0.094;30;69;0.99787;3.22;0.5;10;6
 881 | 7.2;0.6;0.04;2.5;0.076;18;88;0.99745;3.53;0.55;9.5;5
 882 | 9.2;0.56;0.18;1.6;0.078;10;21;0.99576;3.15;0.49;9.9;5
 883 | 7.6;0.715;0;2.1;0.068;30;35;0.99533;3.48;0.65;11.4;6
 884 | 8.4;0.31;0.29;3.1;0.194;14;26;0.99536;3.22;0.78;12;6
 885 | 7.2;0.6;0.04;2.5;0.076;18;88;0.99745;3.53;0.55;9.5;5
 886 | 8.8;0.61;0.19;4;0.094;30;69;0.99787;3.22;0.5;10;6
 887 | 8.9;0.75;0.14;2.5;0.086;9;30;0.99824;3.34;0.64;10.5;5
 888 | 9;0.8;0.12;2.4;0.083;8;28;0.99836;3.33;0.65;10.4;6
 889 | 10.7;0.52;0.38;2.6;0.066;29;56;0.99577;3.15;0.79;12.1;7
 890 | 6.8;0.57;0;2.5;0.072;32;64;0.99491;3.43;0.56;11.2;6
 891 | 10.7;0.9;0.34;6.6;0.112;23;99;1.00289;3.22;0.68;9.3;5
 892 | 7.2;0.34;0.24;2;0.071;30;52;0.99576;3.44;0.58;10.1;5
 893 | 7.2;0.66;0.03;2.3;0.078;16;86;0.99743;3.53;0.57;9.7;5
 894 | 10.1;0.45;0.23;1.9;0.082;10;18;0.99774;3.22;0.65;9.3;6
 895 | 7.2;0.66;0.03;2.3;0.078;16;86;0.99743;3.53;0.57;9.7;5
 896 | 7.2;0.63;0.03;2.2;0.08;17;88;0.99745;3.53;0.58;9.8;6
 897 | 7.1;0.59;0.01;2.3;0.08;27;43;0.9955;3.42;0.58;10.7;6
 898 | 8.3;0.31;0.39;2.4;0.078;17;43;0.99444;3.31;0.77;12.5;7
 899 | 7.1;0.59;0.01;2.3;0.08;27;43;0.9955;3.42;0.58;10.7;6
 900 | 8.3;0.31;0.39;2.4;0.078;17;43;0.99444;3.31;0.77;12.5;7
 901 | 8.3;1.02;0.02;3.4;0.084;6;11;0.99892;3.48;0.49;11;3
 902 | 8.9;0.31;0.36;2.6;0.056;10;39;0.99562;3.4;0.69;11.8;5
 903 | 7.4;0.635;0.1;2.4;0.08;16;33;0.99736;3.58;0.69;10.8;7
 904 | 7.4;0.635;0.1;2.4;0.08;16;33;0.99736;3.58;0.69;10.8;7
 905 | 6.8;0.59;0.06;6;0.06;11;18;0.9962;3.41;0.59;10.8;7
 906 | 6.8;0.59;0.06;6;0.06;11;18;0.9962;3.41;0.59;10.8;7
 907 | 9.2;0.58;0.2;3;0.081;15;115;0.998;3.23;0.59;9.5;5
 908 | 7.2;0.54;0.27;2.6;0.084;12;78;0.9964;3.39;0.71;11;5
 909 | 6.1;0.56;0;2.2;0.079;6;9;0.9948;3.59;0.54;11.5;6
 910 | 7.4;0.52;0.13;2.4;0.078;34;61;0.99528;3.43;0.59;10.8;6
 911 | 7.3;0.305;0.39;1.2;0.059;7;11;0.99331;3.29;0.52;11.5;6
 912 | 9.3;0.38;0.48;3.8;0.132;3;11;0.99577;3.23;0.57;13.2;6
 913 | 9.1;0.28;0.46;9;0.114;3;9;0.99901;3.18;0.6;10.9;6
 914 | 10;0.46;0.44;2.9;0.065;4;8;0.99674;3.33;0.62;12.2;6
 915 | 9.4;0.395;0.46;4.6;0.094;3;10;0.99639;3.27;0.64;12.2;7
 916 | 7.3;0.305;0.39;1.2;0.059;7;11;0.99331;3.29;0.52;11.5;6
 917 | 8.6;0.315;0.4;2.2;0.079;3;6;0.99512;3.27;0.67;11.9;6
 918 | 5.3;0.715;0.19;1.5;0.161;7;62;0.99395;3.62;0.61;11;5
 919 | 6.8;0.41;0.31;8.8;0.084;26;45;0.99824;3.38;0.64;10.1;6
 920 | 8.4;0.36;0.32;2.2;0.081;32;79;0.9964;3.3;0.72;11;6
 921 | 8.4;0.62;0.12;1.8;0.072;38;46;0.99504;3.38;0.89;11.8;6
 922 | 9.6;0.41;0.37;2.3;0.091;10;23;0.99786;3.24;0.56;10.5;5
 923 | 8.4;0.36;0.32;2.2;0.081;32;79;0.9964;3.3;0.72;11;6
 924 | 8.4;0.62;0.12;1.8;0.072;38;46;0.99504;3.38;0.89;11.8;6
 925 | 6.8;0.41;0.31;8.8;0.084;26;45;0.99824;3.38;0.64;10.1;6
 926 | 8.6;0.47;0.27;2.3;0.055;14;28;0.99516;3.18;0.8;11.2;5
 927 | 8.6;0.22;0.36;1.9;0.064;53;77;0.99604;3.47;0.87;11;7
 928 | 9.4;0.24;0.33;2.3;0.061;52;73;0.99786;3.47;0.9;10.2;6
 929 | 8.4;0.67;0.19;2.2;0.093;11;75;0.99736;3.2;0.59;9.2;4
 930 | 8.6;0.47;0.27;2.3;0.055;14;28;0.99516;3.18;0.8;11.2;5
 931 | 8.7;0.33;0.38;3.3;0.063;10;19;0.99468;3.3;0.73;12;7
 932 | 6.6;0.61;0.01;1.9;0.08;8;25;0.99746;3.69;0.73;10.5;5
 933 | 7.4;0.61;0.01;2;0.074;13;38;0.99748;3.48;0.65;9.8;5
 934 | 7.6;0.4;0.29;1.9;0.078;29;66;0.9971;3.45;0.59;9.5;6
 935 | 7.4;0.61;0.01;2;0.074;13;38;0.99748;3.48;0.65;9.8;5
 936 | 6.6;0.61;0.01;1.9;0.08;8;25;0.99746;3.69;0.73;10.5;5
 937 | 8.8;0.3;0.38;2.3;0.06;19;72;0.99543;3.39;0.72;11.8;6
 938 | 8.8;0.3;0.38;2.3;0.06;19;72;0.99543;3.39;0.72;11.8;6
 939 | 12;0.63;0.5;1.4;0.071;6;26;0.99791;3.07;0.6;10.4;4
 940 | 7.2;0.38;0.38;2.8;0.068;23;42;0.99356;3.34;0.72;12.9;7
 941 | 6.2;0.46;0.17;1.6;0.073;7;11;0.99425;3.61;0.54;11.4;5
 942 | 9.6;0.33;0.52;2.2;0.074;13;25;0.99509;3.36;0.76;12.4;7
 943 | 9.9;0.27;0.49;5;0.082;9;17;0.99484;3.19;0.52;12.5;7
 944 | 10.1;0.43;0.4;2.6;0.092;13;52;0.99834;3.22;0.64;10;7
 945 | 9.8;0.5;0.34;2.3;0.094;10;45;0.99864;3.24;0.6;9.7;7
 946 | 8.3;0.3;0.49;3.8;0.09;11;24;0.99498;3.27;0.64;12.1;7
 947 | 10.2;0.44;0.42;2;0.071;7;20;0.99566;3.14;0.79;11.1;7
 948 | 10.2;0.44;0.58;4.1;0.092;11;24;0.99745;3.29;0.99;12;7
 949 | 8.3;0.28;0.48;2.1;0.093;6;12;0.99408;3.26;0.62;12.4;7
 950 | 8.9;0.12;0.45;1.8;0.075;10;21;0.99552;3.41;0.76;11.9;7
 951 | 8.9;0.12;0.45;1.8;0.075;10;21;0.99552;3.41;0.76;11.9;7
 952 | 8.9;0.12;0.45;1.8;0.075;10;21;0.99552;3.41;0.76;11.9;7
 953 | 8.3;0.28;0.48;2.1;0.093;6;12;0.99408;3.26;0.62;12.4;7
 954 | 8.2;0.31;0.4;2.2;0.058;6;10;0.99536;3.31;0.68;11.2;7
 955 | 10.2;0.34;0.48;2.1;0.052;5;9;0.99458;3.2;0.69;12.1;7
 956 | 7.6;0.43;0.4;2.7;0.082;6;11;0.99538;3.44;0.54;12.2;6
 957 | 8.5;0.21;0.52;1.9;0.09;9;23;0.99648;3.36;0.67;10.4;5
 958 | 9;0.36;0.52;2.1;0.111;5;10;0.99568;3.31;0.62;11.3;6
 959 | 9.5;0.37;0.52;2;0.088;12;51;0.99613;3.29;0.58;11.1;6
 960 | 6.4;0.57;0.12;2.3;0.12;25;36;0.99519;3.47;0.71;11.3;7
 961 | 8;0.59;0.05;2;0.089;12;32;0.99735;3.36;0.61;10;5
 962 | 8.5;0.47;0.27;1.9;0.058;18;38;0.99518;3.16;0.85;11.1;6
 963 | 7.1;0.56;0.14;1.6;0.078;7;18;0.99592;3.27;0.62;9.3;5
 964 | 6.6;0.57;0.02;2.1;0.115;6;16;0.99654;3.38;0.69;9.5;5
 965 | 8.8;0.27;0.39;2;0.1;20;27;0.99546;3.15;0.69;11.2;6
 966 | 8.5;0.47;0.27;1.9;0.058;18;38;0.99518;3.16;0.85;11.1;6
 967 | 8.3;0.34;0.4;2.4;0.065;24;48;0.99554;3.34;0.86;11;6
 968 | 9;0.38;0.41;2.4;0.103;6;10;0.99604;3.13;0.58;11.9;7
 969 | 8.5;0.66;0.2;2.1;0.097;23;113;0.99733;3.13;0.48;9.2;5
 970 | 9;0.4;0.43;2.4;0.068;29;46;0.9943;3.2;0.6;12.2;6
 971 | 6.7;0.56;0.09;2.9;0.079;7;22;0.99669;3.46;0.61;10.2;5
 972 | 10.4;0.26;0.48;1.9;0.066;6;10;0.99724;3.33;0.87;10.9;6
 973 | 10.4;0.26;0.48;1.9;0.066;6;10;0.99724;3.33;0.87;10.9;6
 974 | 10.1;0.38;0.5;2.4;0.104;6;13;0.99643;3.22;0.65;11.6;7
 975 | 8.5;0.34;0.44;1.7;0.079;6;12;0.99605;3.52;0.63;10.7;5
 976 | 8.8;0.33;0.41;5.9;0.073;7;13;0.99658;3.3;0.62;12.1;7
 977 | 7.2;0.41;0.3;2.1;0.083;35;72;0.997;3.44;0.52;9.4;5
 978 | 7.2;0.41;0.3;2.1;0.083;35;72;0.997;3.44;0.52;9.4;5
 979 | 8.4;0.59;0.29;2.6;0.109;31;119;0.99801;3.15;0.5;9.1;5
 980 | 7;0.4;0.32;3.6;0.061;9;29;0.99416;3.28;0.49;11.3;7
 981 | 12.2;0.45;0.49;1.4;0.075;3;6;0.9969;3.13;0.63;10.4;5
 982 | 9.1;0.5;0.3;1.9;0.065;8;17;0.99774;3.32;0.71;10.5;6
 983 | 9.5;0.86;0.26;1.9;0.079;13;28;0.99712;3.25;0.62;10;5
 984 | 7.3;0.52;0.32;2.1;0.07;51;70;0.99418;3.34;0.82;12.9;6
 985 | 9.1;0.5;0.3;1.9;0.065;8;17;0.99774;3.32;0.71;10.5;6
 986 | 12.2;0.45;0.49;1.4;0.075;3;6;0.9969;3.13;0.63;10.4;5
 987 | 7.4;0.58;0;2;0.064;7;11;0.99562;3.45;0.58;11.3;6
 988 | 9.8;0.34;0.39;1.4;0.066;3;7;0.9947;3.19;0.55;11.4;7
 989 | 7.1;0.36;0.3;1.6;0.08;35;70;0.99693;3.44;0.5;9.4;5
 990 | 7.7;0.39;0.12;1.7;0.097;19;27;0.99596;3.16;0.49;9.4;5
 991 | 9.7;0.295;0.4;1.5;0.073;14;21;0.99556;3.14;0.51;10.9;6
 992 | 7.7;0.39;0.12;1.7;0.097;19;27;0.99596;3.16;0.49;9.4;5
 993 | 7.1;0.34;0.28;2;0.082;31;68;0.99694;3.45;0.48;9.4;5
 994 | 6.5;0.4;0.1;2;0.076;30;47;0.99554;3.36;0.48;9.4;6
 995 | 7.1;0.34;0.28;2;0.082;31;68;0.99694;3.45;0.48;9.4;5
 996 | 10;0.35;0.45;2.5;0.092;20;88;0.99918;3.15;0.43;9.4;5
 997 | 7.7;0.6;0.06;2;0.079;19;41;0.99697;3.39;0.62;10.1;6
 998 | 5.6;0.66;0;2.2;0.087;3;11;0.99378;3.71;0.63;12.8;7
 999 | 5.6;0.66;0;2.2;0.087;3;11;0.99378;3.71;0.63;12.8;7
1000 | 8.9;0.84;0.34;1.4;0.05;4;10;0.99554;3.12;0.48;9.1;6
1001 | 6.4;0.69;0;1.65;0.055;7;12;0.99162;3.47;0.53;12.9;6
1002 | 7.5;0.43;0.3;2.2;0.062;6;12;0.99495;3.44;0.72;11.5;7
1003 | 9.9;0.35;0.38;1.5;0.058;31;47;0.99676;3.26;0.82;10.6;7
1004 | 9.1;0.29;0.33;2.05;0.063;13;27;0.99516;3.26;0.84;11.7;7
1005 | 6.8;0.36;0.32;1.8;0.067;4;8;0.9928;3.36;0.55;12.8;7
1006 | 8.2;0.43;0.29;1.6;0.081;27;45;0.99603;3.25;0.54;10.3;5
1007 | 6.8;0.36;0.32;1.8;0.067;4;8;0.9928;3.36;0.55;12.8;7
1008 | 9.1;0.29;0.33;2.05;0.063;13;27;0.99516;3.26;0.84;11.7;7
1009 | 9.1;0.3;0.34;2;0.064;12;25;0.99516;3.26;0.84;11.7;7
1010 | 8.9;0.35;0.4;3.6;0.11;12;24;0.99549;3.23;0.7;12;7
1011 | 9.6;0.5;0.36;2.8;0.116;26;55;0.99722;3.18;0.68;10.9;5
1012 | 8.9;0.28;0.45;1.7;0.067;7;12;0.99354;3.25;0.55;12.3;7
1013 | 8.9;0.32;0.31;2;0.088;12;19;0.9957;3.17;0.55;10.4;6
1014 | 7.7;1.005;0.15;2.1;0.102;11;32;0.99604;3.23;0.48;10;5
1015 | 7.5;0.71;0;1.6;0.092;22;31;0.99635;3.38;0.58;10;6
1016 | 8;0.58;0.16;2;0.12;3;7;0.99454;3.22;0.58;11.2;6
1017 | 10.5;0.39;0.46;2.2;0.075;14;27;0.99598;3.06;0.84;11.4;6
1018 | 8.9;0.38;0.4;2.2;0.068;12;28;0.99486;3.27;0.75;12.6;7
1019 | 8;0.18;0.37;0.9;0.049;36;109;0.99007;2.89;0.44;12.7;6
1020 | 8;0.18;0.37;0.9;0.049;36;109;0.99007;2.89;0.44;12.7;6
1021 | 7;0.5;0.14;1.8;0.078;10;23;0.99636;3.53;0.61;10.4;5
1022 | 11.3;0.36;0.66;2.4;0.123;3;8;0.99642;3.2;0.53;11.9;6
1023 | 11.3;0.36;0.66;2.4;0.123;3;8;0.99642;3.2;0.53;11.9;6
1024 | 7;0.51;0.09;2.1;0.062;4;9;0.99584;3.35;0.54;10.5;5
1025 | 8.2;0.32;0.42;2.3;0.098;3;9;0.99506;3.27;0.55;12.3;6
1026 | 7.7;0.58;0.01;1.8;0.088;12;18;0.99568;3.32;0.56;10.5;7
1027 | 8.6;0.83;0;2.8;0.095;17;43;0.99822;3.33;0.6;10.4;6
1028 | 7.9;0.31;0.32;1.9;0.066;14;36;0.99364;3.41;0.56;12.6;6
1029 | 6.4;0.795;0;2.2;0.065;28;52;0.99378;3.49;0.52;11.6;5
1030 | 7.2;0.34;0.21;2.5;0.075;41;68;0.99586;3.37;0.54;10.1;6
1031 | 7.7;0.58;0.01;1.8;0.088;12;18;0.99568;3.32;0.56;10.5;7
1032 | 7.1;0.59;0;2.1;0.091;9;14;0.99488;3.42;0.55;11.5;7
1033 | 7.3;0.55;0.01;1.8;0.093;9;15;0.99514;3.35;0.58;11;7
1034 | 8.1;0.82;0;4.1;0.095;5;14;0.99854;3.36;0.53;9.6;5
1035 | 7.5;0.57;0.08;2.6;0.089;14;27;0.99592;3.3;0.59;10.4;6
1036 | 8.9;0.745;0.18;2.5;0.077;15;48;0.99739;3.2;0.47;9.7;6
1037 | 10.1;0.37;0.34;2.4;0.085;5;17;0.99683;3.17;0.65;10.6;7
1038 | 7.6;0.31;0.34;2.5;0.082;26;35;0.99356;3.22;0.59;12.5;7
1039 | 7.3;0.91;0.1;1.8;0.074;20;56;0.99672;3.35;0.56;9.2;5
1040 | 8.7;0.41;0.41;6.2;0.078;25;42;0.9953;3.24;0.77;12.6;7
1041 | 8.9;0.5;0.21;2.2;0.088;21;39;0.99692;3.33;0.83;11.1;6
1042 | 7.4;0.965;0;2.2;0.088;16;32;0.99756;3.58;0.67;10.2;5
1043 | 6.9;0.49;0.19;1.7;0.079;13;26;0.99547;3.38;0.64;9.8;6
1044 | 8.9;0.5;0.21;2.2;0.088;21;39;0.99692;3.33;0.83;11.1;6
1045 | 9.5;0.39;0.41;8.9;0.069;18;39;0.99859;3.29;0.81;10.9;7
1046 | 6.4;0.39;0.33;3.3;0.046;12;53;0.99294;3.36;0.62;12.2;6
1047 | 6.9;0.44;0;1.4;0.07;32;38;0.99438;3.32;0.58;11.4;6
1048 | 7.6;0.78;0;1.7;0.076;33;45;0.99612;3.31;0.62;10.7;6
1049 | 7.1;0.43;0.17;1.8;0.082;27;51;0.99634;3.49;0.64;10.4;5
1050 | 9.3;0.49;0.36;1.7;0.081;3;14;0.99702;3.27;0.78;10.9;6
1051 | 9.3;0.5;0.36;1.8;0.084;6;17;0.99704;3.27;0.77;10.8;6
1052 | 7.1;0.43;0.17;1.8;0.082;27;51;0.99634;3.49;0.64;10.4;5
1053 | 8.5;0.46;0.59;1.4;0.414;16;45;0.99702;3.03;1.34;9.2;5
1054 | 5.6;0.605;0.05;2.4;0.073;19;25;0.99258;3.56;0.55;12.9;5
1055 | 8.3;0.33;0.42;2.3;0.07;9;20;0.99426;3.38;0.77;12.7;7
1056 | 8.2;0.64;0.27;2;0.095;5;77;0.99747;3.13;0.62;9.1;6
1057 | 8.2;0.64;0.27;2;0.095;5;77;0.99747;3.13;0.62;9.1;6
1058 | 8.9;0.48;0.53;4;0.101;3;10;0.99586;3.21;0.59;12.1;7
1059 | 7.6;0.42;0.25;3.9;0.104;28;90;0.99784;3.15;0.57;9.1;5
1060 | 9.9;0.53;0.57;2.4;0.093;30;52;0.9971;3.19;0.76;11.6;7
1061 | 8.9;0.48;0.53;4;0.101;3;10;0.99586;3.21;0.59;12.1;7
1062 | 11.6;0.23;0.57;1.8;0.074;3;8;0.9981;3.14;0.7;9.9;6
1063 | 9.1;0.4;0.5;1.8;0.071;7;16;0.99462;3.21;0.69;12.5;8
1064 | 8;0.38;0.44;1.9;0.098;6;15;0.9956;3.3;0.64;11.4;6
1065 | 10.2;0.29;0.65;2.4;0.075;6;17;0.99565;3.22;0.63;11.8;6
1066 | 8.2;0.74;0.09;2;0.067;5;10;0.99418;3.28;0.57;11.8;6
1067 | 7.7;0.61;0.18;2.4;0.083;6;20;0.9963;3.29;0.6;10.2;6
1068 | 6.6;0.52;0.08;2.4;0.07;13;26;0.99358;3.4;0.72;12.5;7
1069 | 11.1;0.31;0.53;2.2;0.06;3;10;0.99572;3.02;0.83;10.9;7
1070 | 11.1;0.31;0.53;2.2;0.06;3;10;0.99572;3.02;0.83;10.9;7
1071 | 8;0.62;0.35;2.8;0.086;28;52;0.997;3.31;0.62;10.8;5
1072 | 9.3;0.33;0.45;1.5;0.057;19;37;0.99498;3.18;0.89;11.1;7
1073 | 7.5;0.77;0.2;8.1;0.098;30;92;0.99892;3.2;0.58;9.2;5
1074 | 7.2;0.35;0.26;1.8;0.083;33;75;0.9968;3.4;0.58;9.5;6
1075 | 8;0.62;0.33;2.7;0.088;16;37;0.9972;3.31;0.58;10.7;6
1076 | 7.5;0.77;0.2;8.1;0.098;30;92;0.99892;3.2;0.58;9.2;5
1077 | 9.1;0.25;0.34;2;0.071;45;67;0.99769;3.44;0.86;10.2;7
1078 | 9.9;0.32;0.56;2;0.073;3;8;0.99534;3.15;0.73;11.4;6
1079 | 8.6;0.37;0.65;6.4;0.08;3;8;0.99817;3.27;0.58;11;5
1080 | 8.6;0.37;0.65;6.4;0.08;3;8;0.99817;3.27;0.58;11;5
1081 | 7.9;0.3;0.68;8.3;0.05;37.5;278;0.99316;3.01;0.51;12.3;7
1082 | 10.3;0.27;0.56;1.4;0.047;3;8;0.99471;3.16;0.51;11.8;6
1083 | 7.9;0.3;0.68;8.3;0.05;37.5;289;0.99316;3.01;0.51;12.3;7
1084 | 7.2;0.38;0.3;1.8;0.073;31;70;0.99685;3.42;0.59;9.5;6
1085 | 8.7;0.42;0.45;2.4;0.072;32;59;0.99617;3.33;0.77;12;6
1086 | 7.2;0.38;0.3;1.8;0.073;31;70;0.99685;3.42;0.59;9.5;6
1087 | 6.8;0.48;0.08;1.8;0.074;40;64;0.99529;3.12;0.49;9.6;5
1088 | 8.5;0.34;0.4;4.7;0.055;3;9;0.99738;3.38;0.66;11.6;7
1089 | 7.9;0.19;0.42;1.6;0.057;18;30;0.994;3.29;0.69;11.2;6
1090 | 11.6;0.41;0.54;1.5;0.095;22;41;0.99735;3.02;0.76;9.9;7
1091 | 11.6;0.41;0.54;1.5;0.095;22;41;0.99735;3.02;0.76;9.9;7
1092 | 10;0.26;0.54;1.9;0.083;42;74;0.99451;2.98;0.63;11.8;8
1093 | 7.9;0.34;0.42;2;0.086;8;19;0.99546;3.35;0.6;11.4;6
1094 | 7;0.54;0.09;2;0.081;10;16;0.99479;3.43;0.59;11.5;6
1095 | 9.2;0.31;0.36;2.2;0.079;11;31;0.99615;3.33;0.86;12;7
1096 | 6.6;0.725;0.09;5.5;0.117;9;17;0.99655;3.35;0.49;10.8;6
1097 | 9.4;0.4;0.47;2.5;0.087;6;20;0.99772;3.15;0.5;10.5;5
1098 | 6.6;0.725;0.09;5.5;0.117;9;17;0.99655;3.35;0.49;10.8;6
1099 | 8.6;0.52;0.38;1.5;0.096;5;18;0.99666;3.2;0.52;9.4;5
1100 | 8;0.31;0.45;2.1;0.216;5;16;0.99358;3.15;0.81;12.5;7
1101 | 8.6;0.52;0.38;1.5;0.096;5;18;0.99666;3.2;0.52;9.4;5
1102 | 8.4;0.34;0.42;2.1;0.072;23;36;0.99392;3.11;0.78;12.4;6
1103 | 7.4;0.49;0.27;2.1;0.071;14;25;0.99388;3.35;0.63;12;6
1104 | 6.1;0.48;0.09;1.7;0.078;18;30;0.99402;3.45;0.54;11.2;6
1105 | 7.4;0.49;0.27;2.1;0.071;14;25;0.99388;3.35;0.63;12;6
1106 | 8;0.48;0.34;2.2;0.073;16;25;0.9936;3.28;0.66;12.4;6
1107 | 6.3;0.57;0.28;2.1;0.048;13;49;0.99374;3.41;0.6;12.8;5
1108 | 8.2;0.23;0.42;1.9;0.069;9;17;0.99376;3.21;0.54;12.3;6
1109 | 9.1;0.3;0.41;2;0.068;10;24;0.99523;3.27;0.85;11.7;7
1110 | 8.1;0.78;0.1;3.3;0.09;4;13;0.99855;3.36;0.49;9.5;5
1111 | 10.8;0.47;0.43;2.1;0.171;27;66;0.9982;3.17;0.76;10.8;6
1112 | 8.3;0.53;0;1.4;0.07;6;14;0.99593;3.25;0.64;10;6
1113 | 5.4;0.42;0.27;2;0.092;23;55;0.99471;3.78;0.64;12.3;7
1114 | 7.9;0.33;0.41;1.5;0.056;6;35;0.99396;3.29;0.71;11;6
1115 | 8.9;0.24;0.39;1.6;0.074;3;10;0.99698;3.12;0.59;9.5;6
1116 | 5;0.4;0.5;4.3;0.046;29;80;0.9902;3.49;0.66;13.6;6
1117 | 7;0.69;0.07;2.5;0.091;15;21;0.99572;3.38;0.6;11.3;6
1118 | 7;0.69;0.07;2.5;0.091;15;21;0.99572;3.38;0.6;11.3;6
1119 | 7;0.69;0.07;2.5;0.091;15;21;0.99572;3.38;0.6;11.3;6
1120 | 7.1;0.39;0.12;2.1;0.065;14;24;0.99252;3.3;0.53;13.3;6
1121 | 5.6;0.66;0;2.5;0.066;7;15;0.99256;3.52;0.58;12.9;5
1122 | 7.9;0.54;0.34;2.5;0.076;8;17;0.99235;3.2;0.72;13.1;8
1123 | 6.6;0.5;0;1.8;0.062;21;28;0.99352;3.44;0.55;12.3;6
1124 | 6.3;0.47;0;1.4;0.055;27;33;0.9922;3.45;0.48;12.3;6
1125 | 10.7;0.4;0.37;1.9;0.081;17;29;0.99674;3.12;0.65;11.2;6
1126 | 6.5;0.58;0;2.2;0.096;3;13;0.99557;3.62;0.62;11.5;4
1127 | 8.8;0.24;0.35;1.7;0.055;13;27;0.99394;3.14;0.59;11.3;7
1128 | 5.8;0.29;0.26;1.7;0.063;3;11;0.9915;3.39;0.54;13.5;6
1129 | 6.3;0.76;0;2.9;0.072;26;52;0.99379;3.51;0.6;11.5;6
1130 | 10;0.43;0.33;2.7;0.095;28;89;0.9984;3.22;0.68;10;5
1131 | 10.5;0.43;0.35;3.3;0.092;24;70;0.99798;3.21;0.69;10.5;6
1132 | 9.1;0.6;0;1.9;0.058;5;10;0.9977;3.18;0.63;10.4;6
1133 | 5.9;0.19;0.21;1.7;0.045;57;135;0.99341;3.32;0.44;9.5;5
1134 | 7.4;0.36;0.34;1.8;0.075;18;38;0.9933;3.38;0.88;13.6;7
1135 | 7.2;0.48;0.07;5.5;0.089;10;18;0.99684;3.37;0.68;11.2;7
1136 | 8.5;0.28;0.35;1.7;0.061;6;15;0.99524;3.3;0.74;11.8;7
1137 | 8;0.25;0.43;1.7;0.067;22;50;0.9946;3.38;0.6;11.9;6
1138 | 10.4;0.52;0.45;2;0.08;6;13;0.99774;3.22;0.76;11.4;6
1139 | 10.4;0.52;0.45;2;0.08;6;13;0.99774;3.22;0.76;11.4;6
1140 | 7.5;0.41;0.15;3.7;0.104;29;94;0.99786;3.14;0.58;9.1;5
1141 | 8.2;0.51;0.24;2;0.079;16;86;0.99764;3.34;0.64;9.5;6
1142 | 7.3;0.4;0.3;1.7;0.08;33;79;0.9969;3.41;0.65;9.5;6
1143 | 8.2;0.38;0.32;2.5;0.08;24;71;0.99624;3.27;0.85;11;6
1144 | 6.9;0.45;0.11;2.4;0.043;6;12;0.99354;3.3;0.65;11.4;6
1145 | 7;0.22;0.3;1.8;0.065;16;20;0.99672;3.61;0.82;10;6
1146 | 7.3;0.32;0.23;2.3;0.066;35;70;0.99588;3.43;0.62;10.1;5
1147 | 8.2;0.2;0.43;2.5;0.076;31;51;0.99672;3.53;0.81;10.4;6
1148 | 7.8;0.5;0.12;1.8;0.178;6;21;0.996;3.28;0.87;9.8;6
1149 | 10;0.41;0.45;6.2;0.071;6;14;0.99702;3.21;0.49;11.8;7
1150 | 7.8;0.39;0.42;2;0.086;9;21;0.99526;3.39;0.66;11.6;6
1151 | 10;0.35;0.47;2;0.061;6;11;0.99585;3.23;0.52;12;6
1152 | 8.2;0.33;0.32;2.8;0.067;4;12;0.99473;3.3;0.76;12.8;7
1153 | 6.1;0.58;0.23;2.5;0.044;16;70;0.99352;3.46;0.65;12.5;6
1154 | 8.3;0.6;0.25;2.2;0.118;9;38;0.99616;3.15;0.53;9.8;5
1155 | 9.6;0.42;0.35;2.1;0.083;17;38;0.99622;3.23;0.66;11.1;6
1156 | 6.6;0.58;0;2.2;0.1;50;63;0.99544;3.59;0.68;11.4;6
1157 | 8.3;0.6;0.25;2.2;0.118;9;38;0.99616;3.15;0.53;9.8;5
1158 | 8.5;0.18;0.51;1.75;0.071;45;88;0.99524;3.33;0.76;11.8;7
1159 | 5.1;0.51;0.18;2.1;0.042;16;101;0.9924;3.46;0.87;12.9;7
1160 | 6.7;0.41;0.43;2.8;0.076;22;54;0.99572;3.42;1.16;10.6;6
1161 | 10.2;0.41;0.43;2.2;0.11;11;37;0.99728;3.16;0.67;10.8;5
1162 | 10.6;0.36;0.57;2.3;0.087;6;20;0.99676;3.14;0.72;11.1;7
1163 | 8.8;0.45;0.43;1.4;0.076;12;21;0.99551;3.21;0.75;10.2;6
1164 | 8.5;0.32;0.42;2.3;0.075;12;19;0.99434;3.14;0.71;11.8;7
1165 | 9;0.785;0.24;1.7;0.078;10;21;0.99692;3.29;0.67;10;5
1166 | 9;0.785;0.24;1.7;0.078;10;21;0.99692;3.29;0.67;10;5
1167 | 8.5;0.44;0.5;1.9;0.369;15;38;0.99634;3.01;1.1;9.4;5
1168 | 9.9;0.54;0.26;2;0.111;7;60;0.99709;2.94;0.98;10.2;5
1169 | 8.2;0.33;0.39;2.5;0.074;29;48;0.99528;3.32;0.88;12.4;7
1170 | 6.5;0.34;0.27;2.8;0.067;8;44;0.99384;3.21;0.56;12;6
1171 | 7.6;0.5;0.29;2.3;0.086;5;14;0.99502;3.32;0.62;11.5;6
1172 | 9.2;0.36;0.34;1.6;0.062;5;12;0.99667;3.2;0.67;10.5;6
1173 | 7.1;0.59;0;2.2;0.078;26;44;0.99522;3.42;0.68;10.8;6
1174 | 9.7;0.42;0.46;2.1;0.074;5;16;0.99649;3.27;0.74;12.3;6
1175 | 7.6;0.36;0.31;1.7;0.079;26;65;0.99716;3.46;0.62;9.5;6
1176 | 7.6;0.36;0.31;1.7;0.079;26;65;0.99716;3.46;0.62;9.5;6
1177 | 6.5;0.61;0;2.2;0.095;48;59;0.99541;3.61;0.7;11.5;6
1178 | 6.5;0.88;0.03;5.6;0.079;23;47;0.99572;3.58;0.5;11.2;4
1179 | 7.1;0.66;0;2.4;0.052;6;11;0.99318;3.35;0.66;12.7;7
1180 | 5.6;0.915;0;2.1;0.041;17;78;0.99346;3.68;0.73;11.4;5
1181 | 8.2;0.35;0.33;2.4;0.076;11;47;0.99599;3.27;0.81;11;6
1182 | 8.2;0.35;0.33;2.4;0.076;11;47;0.99599;3.27;0.81;11;6
1183 | 9.8;0.39;0.43;1.65;0.068;5;11;0.99478;3.19;0.46;11.4;5
1184 | 10.2;0.4;0.4;2.5;0.068;41;54;0.99754;3.38;0.86;10.5;6
1185 | 6.8;0.66;0.07;1.6;0.07;16;61;0.99572;3.29;0.6;9.3;5
1186 | 6.7;0.64;0.23;2.1;0.08;11;119;0.99538;3.36;0.7;10.9;5
1187 | 7;0.43;0.3;2;0.085;6;39;0.99346;3.33;0.46;11.9;6
1188 | 6.6;0.8;0.03;7.8;0.079;6;12;0.9963;3.52;0.5;12.2;5
1189 | 7;0.43;0.3;2;0.085;6;39;0.99346;3.33;0.46;11.9;6
1190 | 6.7;0.64;0.23;2.1;0.08;11;119;0.99538;3.36;0.7;10.9;5
1191 | 8.8;0.955;0.05;1.8;0.075;5;19;0.99616;3.3;0.44;9.6;4
1192 | 9.1;0.4;0.57;4.6;0.08;6;20;0.99652;3.28;0.57;12.5;6
1193 | 6.5;0.885;0;2.3;0.166;6;12;0.99551;3.56;0.51;10.8;5
1194 | 7.2;0.25;0.37;2.5;0.063;11;41;0.99439;3.52;0.8;12.4;7
1195 | 6.4;0.885;0;2.3;0.166;6;12;0.99551;3.56;0.51;10.8;5
1196 | 7;0.745;0.12;1.8;0.114;15;64;0.99588;3.22;0.59;9.5;6
1197 | 6.2;0.43;0.22;1.8;0.078;21;56;0.99633;3.52;0.6;9.5;6
1198 | 7.9;0.58;0.23;2.3;0.076;23;94;0.99686;3.21;0.58;9.5;6
1199 | 7.7;0.57;0.21;1.5;0.069;4;9;0.99458;3.16;0.54;9.8;6
1200 | 7.7;0.26;0.26;2;0.052;19;77;0.9951;3.15;0.79;10.9;6
1201 | 7.9;0.58;0.23;2.3;0.076;23;94;0.99686;3.21;0.58;9.5;6
1202 | 7.7;0.57;0.21;1.5;0.069;4;9;0.99458;3.16;0.54;9.8;6
1203 | 7.9;0.34;0.36;1.9;0.065;5;10;0.99419;3.27;0.54;11.2;7
1204 | 8.6;0.42;0.39;1.8;0.068;6;12;0.99516;3.35;0.69;11.7;8
1205 | 9.9;0.74;0.19;5.8;0.111;33;76;0.99878;3.14;0.55;9.4;5
1206 | 7.2;0.36;0.46;2.1;0.074;24;44;0.99534;3.4;0.85;11;7
1207 | 7.2;0.36;0.46;2.1;0.074;24;44;0.99534;3.4;0.85;11;7
1208 | 7.2;0.36;0.46;2.1;0.074;24;44;0.99534;3.4;0.85;11;7
1209 | 9.9;0.72;0.55;1.7;0.136;24;52;0.99752;3.35;0.94;10;5
1210 | 7.2;0.36;0.46;2.1;0.074;24;44;0.99534;3.4;0.85;11;7
1211 | 6.2;0.39;0.43;2;0.071;14;24;0.99428;3.45;0.87;11.2;7
1212 | 6.8;0.65;0.02;2.1;0.078;8;15;0.99498;3.35;0.62;10.4;6
1213 | 6.6;0.44;0.15;2.1;0.076;22;53;0.9957;3.32;0.62;9.3;5
1214 | 6.8;0.65;0.02;2.1;0.078;8;15;0.99498;3.35;0.62;10.4;6
1215 | 9.6;0.38;0.42;1.9;0.071;5;13;0.99659;3.15;0.75;10.5;6
1216 | 10.2;0.33;0.46;1.9;0.081;6;9;0.99628;3.1;0.48;10.4;6
1217 | 8.8;0.27;0.46;2.1;0.095;20;29;0.99488;3.26;0.56;11.3;6
1218 | 7.9;0.57;0.31;2;0.079;10;79;0.99677;3.29;0.69;9.5;6
1219 | 8.2;0.34;0.37;1.9;0.057;43;74;0.99408;3.23;0.81;12;6
1220 | 8.2;0.4;0.31;1.9;0.082;8;24;0.996;3.24;0.69;10.6;6
1221 | 9;0.39;0.4;1.3;0.044;25;50;0.99478;3.2;0.83;10.9;6
1222 | 10.9;0.32;0.52;1.8;0.132;17;44;0.99734;3.28;0.77;11.5;6
1223 | 10.9;0.32;0.52;1.8;0.132;17;44;0.99734;3.28;0.77;11.5;6
1224 | 8.1;0.53;0.22;2.2;0.078;33;89;0.99678;3.26;0.46;9.6;6
1225 | 10.5;0.36;0.47;2.2;0.074;9;23;0.99638;3.23;0.76;12;6
1226 | 12.6;0.39;0.49;2.5;0.08;8;20;0.9992;3.07;0.82;10.3;6
1227 | 9.2;0.46;0.23;2.6;0.091;18;77;0.99922;3.15;0.51;9.4;5
1228 | 7.5;0.58;0.03;4.1;0.08;27;46;0.99592;3.02;0.47;9.2;5
1229 | 9;0.58;0.25;2;0.104;8;21;0.99769;3.27;0.72;9.6;5
1230 | 5.1;0.42;0;1.8;0.044;18;88;0.99157;3.68;0.73;13.6;7
1231 | 7.6;0.43;0.29;2.1;0.075;19;66;0.99718;3.4;0.64;9.5;5
1232 | 7.7;0.18;0.34;2.7;0.066;15;58;0.9947;3.37;0.78;11.8;6
1233 | 7.8;0.815;0.01;2.6;0.074;48;90;0.99621;3.38;0.62;10.8;5
1234 | 7.6;0.43;0.29;2.1;0.075;19;66;0.99718;3.4;0.64;9.5;5
1235 | 10.2;0.23;0.37;2.2;0.057;14;36;0.99614;3.23;0.49;9.3;4
1236 | 7.1;0.75;0.01;2.2;0.059;11;18;0.99242;3.39;0.4;12.8;6
1237 | 6;0.33;0.32;12.9;0.054;6;113;0.99572;3.3;0.56;11.5;4
1238 | 7.8;0.55;0;1.7;0.07;7;17;0.99659;3.26;0.64;9.4;6
1239 | 7.1;0.75;0.01;2.2;0.059;11;18;0.99242;3.39;0.4;12.8;6
1240 | 8.1;0.73;0;2.5;0.081;12;24;0.99798;3.38;0.46;9.6;4
1241 | 6.5;0.67;0;4.3;0.057;11;20;0.99488;3.45;0.56;11.8;4
1242 | 7.5;0.61;0.2;1.7;0.076;36;60;0.99494;3.1;0.4;9.3;5
1243 | 9.8;0.37;0.39;2.5;0.079;28;65;0.99729;3.16;0.59;9.8;5
1244 | 9;0.4;0.41;2;0.058;15;40;0.99414;3.22;0.6;12.2;6
1245 | 8.3;0.56;0.22;2.4;0.082;10;86;0.9983;3.37;0.62;9.5;5
1246 | 5.9;0.29;0.25;13.4;0.067;72;160;0.99721;3.33;0.54;10.3;6
1247 | 7.4;0.55;0.19;1.8;0.082;15;34;0.99655;3.49;0.68;10.5;5
1248 | 7.4;0.74;0.07;1.7;0.086;15;48;0.99502;3.12;0.48;10;5
1249 | 7.4;0.55;0.19;1.8;0.082;15;34;0.99655;3.49;0.68;10.5;5
1250 | 6.9;0.41;0.33;2.2;0.081;22;36;0.9949;3.41;0.75;11.1;6
1251 | 7.1;0.6;0.01;2.3;0.079;24;37;0.99514;3.4;0.61;10.9;6
1252 | 7.1;0.6;0.01;2.3;0.079;24;37;0.99514;3.4;0.61;10.9;6
1253 | 7.5;0.58;0.14;2.2;0.077;27;60;0.9963;3.28;0.59;9.8;5
1254 | 7.1;0.72;0;1.8;0.123;6;14;0.99627;3.45;0.58;9.8;5
1255 | 7.9;0.66;0;1.4;0.096;6;13;0.99569;3.43;0.58;9.5;5
1256 | 7.8;0.7;0.06;1.9;0.079;20;35;0.99628;3.4;0.69;10.9;5
1257 | 6.1;0.64;0.02;2.4;0.069;26;46;0.99358;3.47;0.45;11;5
1258 | 7.5;0.59;0.22;1.8;0.082;43;60;0.99499;3.1;0.42;9.2;5
1259 | 7;0.58;0.28;4.8;0.085;12;69;0.99633;3.32;0.7;11;6
1260 | 6.8;0.64;0;2.7;0.123;15;33;0.99538;3.44;0.63;11.3;6
1261 | 6.8;0.64;0;2.7;0.123;15;33;0.99538;3.44;0.63;11.3;6
1262 | 8.6;0.635;0.68;1.8;0.403;19;56;0.99632;3.02;1.15;9.3;5
1263 | 6.3;1.02;0;2;0.083;17;24;0.99437;3.59;0.55;11.2;4
1264 | 9.8;0.45;0.38;2.5;0.081;34;66;0.99726;3.15;0.58;9.8;5
1265 | 8.2;0.78;0;2.2;0.089;13;26;0.9978;3.37;0.46;9.6;4
1266 | 8.5;0.37;0.32;1.8;0.066;26;51;0.99456;3.38;0.72;11.8;6
1267 | 7.2;0.57;0.05;2.3;0.081;16;36;0.99564;3.38;0.6;10.3;6
1268 | 7.2;0.57;0.05;2.3;0.081;16;36;0.99564;3.38;0.6;10.3;6
1269 | 10.4;0.43;0.5;2.3;0.068;13;19;0.996;3.1;0.87;11.4;6
1270 | 6.9;0.41;0.31;2;0.079;21;51;0.99668;3.47;0.55;9.5;6
1271 | 5.5;0.49;0.03;1.8;0.044;28;87;0.9908;3.5;0.82;14;8
1272 | 5;0.38;0.01;1.6;0.048;26;60;0.99084;3.7;0.75;14;6
1273 | 7.3;0.44;0.2;1.6;0.049;24;64;0.9935;3.38;0.57;11.7;6
1274 | 5.9;0.46;0;1.9;0.077;25;44;0.99385;3.5;0.53;11.2;5
1275 | 7.5;0.58;0.2;2;0.073;34;44;0.99494;3.1;0.43;9.3;5
1276 | 7.8;0.58;0.13;2.1;0.102;17;36;0.9944;3.24;0.53;11.2;6
1277 | 8;0.715;0.22;2.3;0.075;13;81;0.99688;3.24;0.54;9.5;6
1278 | 8.5;0.4;0.4;6.3;0.05;3;10;0.99566;3.28;0.56;12;4
1279 | 7;0.69;0;1.9;0.114;3;10;0.99636;3.35;0.6;9.7;6
1280 | 8;0.715;0.22;2.3;0.075;13;81;0.99688;3.24;0.54;9.5;6
1281 | 9.8;0.3;0.39;1.7;0.062;3;9;0.9948;3.14;0.57;11.5;7
1282 | 7.1;0.46;0.2;1.9;0.077;28;54;0.9956;3.37;0.64;10.4;6
1283 | 7.1;0.46;0.2;1.9;0.077;28;54;0.9956;3.37;0.64;10.4;6
1284 | 7.9;0.765;0;2;0.084;9;22;0.99619;3.33;0.68;10.9;6
1285 | 8.7;0.63;0.28;2.7;0.096;17;69;0.99734;3.26;0.63;10.2;6
1286 | 7;0.42;0.19;2.3;0.071;18;36;0.99476;3.39;0.56;10.9;5
1287 | 11.3;0.37;0.5;1.8;0.09;20;47;0.99734;3.15;0.57;10.5;5
1288 | 7.1;0.16;0.44;2.5;0.068;17;31;0.99328;3.35;0.54;12.4;6
1289 | 8;0.6;0.08;2.6;0.056;3;7;0.99286;3.22;0.37;13;5
1290 | 7;0.6;0.3;4.5;0.068;20;110;0.99914;3.3;1.17;10.2;5
1291 | 7;0.6;0.3;4.5;0.068;20;110;0.99914;3.3;1.17;10.2;5
1292 | 7.6;0.74;0;1.9;0.1;6;12;0.99521;3.36;0.59;11;5
1293 | 8.2;0.635;0.1;2.1;0.073;25;60;0.99638;3.29;0.75;10.9;6
1294 | 5.9;0.395;0.13;2.4;0.056;14;28;0.99362;3.62;0.67;12.4;6
1295 | 7.5;0.755;0;1.9;0.084;6;12;0.99672;3.34;0.49;9.7;4
1296 | 8.2;0.635;0.1;2.1;0.073;25;60;0.99638;3.29;0.75;10.9;6
1297 | 6.6;0.63;0;4.3;0.093;51;77.5;0.99558;3.2;0.45;9.5;5
1298 | 6.6;0.63;0;4.3;0.093;51;77.5;0.99558;3.2;0.45;9.5;5
1299 | 7.2;0.53;0.14;2.1;0.064;15;29;0.99323;3.35;0.61;12.1;6
1300 | 5.7;0.6;0;1.4;0.063;11;18;0.99191;3.45;0.56;12.2;6
1301 | 7.6;1.58;0;2.1;0.137;5;9;0.99476;3.5;0.4;10.9;3
1302 | 5.2;0.645;0;2.15;0.08;15;28;0.99444;3.78;0.61;12.5;6
1303 | 6.7;0.86;0.07;2;0.1;20;57;0.99598;3.6;0.74;11.7;6
1304 | 9.1;0.37;0.32;2.1;0.064;4;15;0.99576;3.3;0.8;11.2;6
1305 | 8;0.28;0.44;1.8;0.081;28;68;0.99501;3.36;0.66;11.2;5
1306 | 7.6;0.79;0.21;2.3;0.087;21;68;0.9955;3.12;0.44;9.2;5
1307 | 7.5;0.61;0.26;1.9;0.073;24;88;0.99612;3.3;0.53;9.8;5
1308 | 9.7;0.69;0.32;2.5;0.088;22;91;0.9979;3.29;0.62;10.1;5
1309 | 6.8;0.68;0.09;3.9;0.068;15;29;0.99524;3.41;0.52;11.1;4
1310 | 9.7;0.69;0.32;2.5;0.088;22;91;0.9979;3.29;0.62;10.1;5
1311 | 7;0.62;0.1;1.4;0.071;27;63;0.996;3.28;0.61;9.2;5
1312 | 7.5;0.61;0.26;1.9;0.073;24;88;0.99612;3.3;0.53;9.8;5
1313 | 6.5;0.51;0.15;3;0.064;12;27;0.9929;3.33;0.59;12.8;6
1314 | 8;1.18;0.21;1.9;0.083;14;41;0.99532;3.34;0.47;10.5;5
1315 | 7;0.36;0.21;2.3;0.086;20;65;0.99558;3.4;0.54;10.1;6
1316 | 7;0.36;0.21;2.4;0.086;24;69;0.99556;3.4;0.53;10.1;6
1317 | 7.5;0.63;0.27;2;0.083;17;91;0.99616;3.26;0.58;9.8;6
1318 | 5.4;0.74;0;1.2;0.041;16;46;0.99258;4.01;0.59;12.5;6
1319 | 9.9;0.44;0.46;2.2;0.091;10;41;0.99638;3.18;0.69;11.9;6
1320 | 7.5;0.63;0.27;2;0.083;17;91;0.99616;3.26;0.58;9.8;6
1321 | 9.1;0.76;0.68;1.7;0.414;18;64;0.99652;2.9;1.33;9.1;6
1322 | 9.7;0.66;0.34;2.6;0.094;12;88;0.99796;3.26;0.66;10.1;5
1323 | 5;0.74;0;1.2;0.041;16;46;0.99258;4.01;0.59;12.5;6
1324 | 9.1;0.34;0.42;1.8;0.058;9;18;0.99392;3.18;0.55;11.4;5
1325 | 9.1;0.36;0.39;1.8;0.06;21;55;0.99495;3.18;0.82;11;7
1326 | 6.7;0.46;0.24;1.7;0.077;18;34;0.9948;3.39;0.6;10.6;6
1327 | 6.7;0.46;0.24;1.7;0.077;18;34;0.9948;3.39;0.6;10.6;6
1328 | 6.7;0.46;0.24;1.7;0.077;18;34;0.9948;3.39;0.6;10.6;6
1329 | 6.7;0.46;0.24;1.7;0.077;18;34;0.9948;3.39;0.6;10.6;6
1330 | 6.5;0.52;0.11;1.8;0.073;13;38;0.9955;3.34;0.52;9.3;5
1331 | 7.4;0.6;0.26;2.1;0.083;17;91;0.99616;3.29;0.56;9.8;6
1332 | 7.4;0.6;0.26;2.1;0.083;17;91;0.99616;3.29;0.56;9.8;6
1333 | 7.8;0.87;0.26;3.8;0.107;31;67;0.99668;3.26;0.46;9.2;5
1334 | 8.4;0.39;0.1;1.7;0.075;6;25;0.99581;3.09;0.43;9.7;6
1335 | 9.1;0.775;0.22;2.2;0.079;12;48;0.9976;3.18;0.51;9.6;5
1336 | 7.2;0.835;0;2;0.166;4;11;0.99608;3.39;0.52;10;5
1337 | 6.6;0.58;0.02;2.4;0.069;19;40;0.99387;3.38;0.66;12.6;6
1338 | 6;0.5;0;1.4;0.057;15;26;0.99448;3.36;0.45;9.5;5
1339 | 6;0.5;0;1.4;0.057;15;26;0.99448;3.36;0.45;9.5;5
1340 | 6;0.5;0;1.4;0.057;15;26;0.99448;3.36;0.45;9.5;5
1341 | 7.5;0.51;0.02;1.7;0.084;13;31;0.99538;3.36;0.54;10.5;6
1342 | 7.5;0.51;0.02;1.7;0.084;13;31;0.99538;3.36;0.54;10.5;6
1343 | 7.5;0.51;0.02;1.7;0.084;13;31;0.99538;3.36;0.54;10.5;6
1344 | 7.6;0.54;0.02;1.7;0.085;17;31;0.99589;3.37;0.51;10.4;6
1345 | 7.5;0.51;0.02;1.7;0.084;13;31;0.99538;3.36;0.54;10.5;6
1346 | 11.5;0.42;0.48;2.6;0.077;8;20;0.99852;3.09;0.53;11;5
1347 | 8.2;0.44;0.24;2.3;0.063;10;28;0.99613;3.25;0.53;10.2;6
1348 | 6.1;0.59;0.01;2.1;0.056;5;13;0.99472;3.52;0.56;11.4;5
1349 | 7.2;0.655;0.03;1.8;0.078;7;12;0.99587;3.34;0.39;9.5;5
1350 | 7.2;0.655;0.03;1.8;0.078;7;12;0.99587;3.34;0.39;9.5;5
1351 | 6.9;0.57;0;2.8;0.081;21;41;0.99518;3.41;0.52;10.8;5
1352 | 9;0.6;0.29;2;0.069;32;73;0.99654;3.34;0.57;10;5
1353 | 7.2;0.62;0.01;2.3;0.065;8;46;0.99332;3.32;0.51;11.8;6
1354 | 7.6;0.645;0.03;1.9;0.086;14;57;0.9969;3.37;0.46;10.3;5
1355 | 7.6;0.645;0.03;1.9;0.086;14;57;0.9969;3.37;0.46;10.3;5
1356 | 7.2;0.58;0.03;2.3;0.077;7;28;0.99568;3.35;0.52;10;5
1357 | 6.1;0.32;0.25;1.8;0.086;5;32;0.99464;3.36;0.44;10.1;5
1358 | 6.1;0.34;0.25;1.8;0.084;4;28;0.99464;3.36;0.44;10.1;5
1359 | 7.3;0.43;0.24;2.5;0.078;27;67;0.99648;3.6;0.59;11.1;6
1360 | 7.4;0.64;0.17;5.4;0.168;52;98;0.99736;3.28;0.5;9.5;5
1361 | 11.6;0.475;0.4;1.4;0.091;6;28;0.99704;3.07;0.65;10.0333333333333;6
1362 | 9.2;0.54;0.31;2.3;0.112;11;38;0.99699;3.24;0.56;10.9;5
1363 | 8.3;0.85;0.14;2.5;0.093;13;54;0.99724;3.36;0.54;10.1;5
1364 | 11.6;0.475;0.4;1.4;0.091;6;28;0.99704;3.07;0.65;10.0333333333333;6
1365 | 8;0.83;0.27;2;0.08;11;63;0.99652;3.29;0.48;9.8;4
1366 | 7.2;0.605;0.02;1.9;0.096;10;31;0.995;3.46;0.53;11.8;6
1367 | 7.8;0.5;0.09;2.2;0.115;10;42;0.9971;3.18;0.62;9.5;5
1368 | 7.3;0.74;0.08;1.7;0.094;10;45;0.99576;3.24;0.5;9.8;5
1369 | 6.9;0.54;0.3;2.2;0.088;9;105;0.99725;3.25;1.18;10.5;6
1370 | 8;0.77;0.32;2.1;0.079;16;74;0.99656;3.27;0.5;9.8;6
1371 | 6.6;0.61;0;1.6;0.069;4;8;0.99396;3.33;0.37;10.4;4
1372 | 8.7;0.78;0.51;1.7;0.415;12;66;0.99623;3;1.17;9.2;5
1373 | 7.5;0.58;0.56;3.1;0.153;5;14;0.99476;3.21;1.03;11.6;6
1374 | 8.7;0.78;0.51;1.7;0.415;12;66;0.99623;3;1.17;9.2;5
1375 | 7.7;0.75;0.27;3.8;0.11;34;89;0.99664;3.24;0.45;9.3;5
1376 | 6.8;0.815;0;1.2;0.267;16;29;0.99471;3.32;0.51;9.8;3
1377 | 7.2;0.56;0.26;2;0.083;13;100;0.99586;3.26;0.52;9.9;5
1378 | 8.2;0.885;0.2;1.4;0.086;7;31;0.9946;3.11;0.46;10;5
1379 | 5.2;0.49;0.26;2.3;0.09;23;74;0.9953;3.71;0.62;12.2;6
1380 | 7.2;0.45;0.15;2;0.078;10;28;0.99609;3.29;0.51;9.9;6
1381 | 7.5;0.57;0.02;2.6;0.077;11;35;0.99557;3.36;0.62;10.8;6
1382 | 7.5;0.57;0.02;2.6;0.077;11;35;0.99557;3.36;0.62;10.8;6
1383 | 6.8;0.83;0.09;1.8;0.074;4;25;0.99534;3.38;0.45;9.6;5
1384 | 8;0.6;0.22;2.1;0.08;25;105;0.99613;3.3;0.49;9.9;5
1385 | 8;0.6;0.22;2.1;0.08;25;105;0.99613;3.3;0.49;9.9;5
1386 | 7.1;0.755;0.15;1.8;0.107;20;84;0.99593;3.19;0.5;9.5;5
1387 | 8;0.81;0.25;3.4;0.076;34;85;0.99668;3.19;0.42;9.2;5
1388 | 7.4;0.64;0.07;1.8;0.1;8;23;0.9961;3.3;0.58;9.6;5
1389 | 7.4;0.64;0.07;1.8;0.1;8;23;0.9961;3.3;0.58;9.6;5
1390 | 6.6;0.64;0.31;6.1;0.083;7;49;0.99718;3.35;0.68;10.3;5
1391 | 6.7;0.48;0.02;2.2;0.08;36;111;0.99524;3.1;0.53;9.7;5
1392 | 6;0.49;0;2.3;0.068;15;33;0.99292;3.58;0.59;12.5;6
1393 | 8;0.64;0.22;2.4;0.094;5;33;0.99612;3.37;0.58;11;5
1394 | 7.1;0.62;0.06;1.3;0.07;5;12;0.9942;3.17;0.48;9.8;5
1395 | 8;0.52;0.25;2;0.078;19;59;0.99612;3.3;0.48;10.2;5
1396 | 6.4;0.57;0.14;3.9;0.07;27;73;0.99669;3.32;0.48;9.2;5
1397 | 8.6;0.685;0.1;1.6;0.092;3;12;0.99745;3.31;0.65;9.55;6
1398 | 8.7;0.675;0.1;1.6;0.09;4;11;0.99745;3.31;0.65;9.55;5
1399 | 7.3;0.59;0.26;2;0.08;17;104;0.99584;3.28;0.52;9.9;5
1400 | 7;0.6;0.12;2.2;0.083;13;28;0.9966;3.52;0.62;10.2;7
1401 | 7.2;0.67;0;2.2;0.068;10;24;0.9956;3.42;0.72;11.1;6
1402 | 7.9;0.69;0.21;2.1;0.08;33;141;0.9962;3.25;0.51;9.9;5
1403 | 7.9;0.69;0.21;2.1;0.08;33;141;0.9962;3.25;0.51;9.9;5
1404 | 7.6;0.3;0.42;2;0.052;6;24;0.9963;3.44;0.82;11.9;6
1405 | 7.2;0.33;0.33;1.7;0.061;3;13;0.996;3.23;1.1;10;8
1406 | 8;0.5;0.39;2.6;0.082;12;46;0.9985;3.43;0.62;10.7;6
1407 | 7.7;0.28;0.3;2;0.062;18;34;0.9952;3.28;0.9;11.3;7
1408 | 8.2;0.24;0.34;5.1;0.062;8;22;0.9974;3.22;0.94;10.9;6
1409 | 6;0.51;0;2.1;0.064;40;54;0.995;3.54;0.93;10.7;6
1410 | 8.1;0.29;0.36;2.2;0.048;35;53;0.995;3.27;1.01;12.4;7
1411 | 6;0.51;0;2.1;0.064;40;54;0.995;3.54;0.93;10.7;6
1412 | 6.6;0.96;0;1.8;0.082;5;16;0.9936;3.5;0.44;11.9;6
1413 | 6.4;0.47;0.4;2.4;0.071;8;19;0.9963;3.56;0.73;10.6;6
1414 | 8.2;0.24;0.34;5.1;0.062;8;22;0.9974;3.22;0.94;10.9;6
1415 | 9.9;0.57;0.25;2;0.104;12;89;0.9963;3.04;0.9;10.1;5
1416 | 10;0.32;0.59;2.2;0.077;3;15;0.9994;3.2;0.78;9.6;5
1417 | 6.2;0.58;0;1.6;0.065;8;18;0.9966;3.56;0.84;9.4;5
1418 | 10;0.32;0.59;2.2;0.077;3;15;0.9994;3.2;0.78;9.6;5
1419 | 7.3;0.34;0.33;2.5;0.064;21;37;0.9952;3.35;0.77;12.1;7
1420 | 7.8;0.53;0.01;1.6;0.077;3;19;0.995;3.16;0.46;9.8;5
1421 | 7.7;0.64;0.21;2.2;0.077;32;133;0.9956;3.27;0.45;9.9;5
1422 | 7.8;0.53;0.01;1.6;0.077;3;19;0.995;3.16;0.46;9.8;5
1423 | 7.5;0.4;0.18;1.6;0.079;24;58;0.9965;3.34;0.58;9.4;5
1424 | 7;0.54;0;2.1;0.079;39;55;0.9956;3.39;0.84;11.4;6
1425 | 6.4;0.53;0.09;3.9;0.123;14;31;0.9968;3.5;0.67;11;4
1426 | 8.3;0.26;0.37;1.4;0.076;8;23;0.9974;3.26;0.7;9.6;6
1427 | 8.3;0.26;0.37;1.4;0.076;8;23;0.9974;3.26;0.7;9.6;6
1428 | 7.7;0.23;0.37;1.8;0.046;23;60;0.9971;3.41;0.71;12.1;6
1429 | 7.6;0.41;0.33;2.5;0.078;6;23;0.9957;3.3;0.58;11.2;5
1430 | 7.8;0.64;0;1.9;0.072;27;55;0.9962;3.31;0.63;11;5
1431 | 7.9;0.18;0.4;2.2;0.049;38;67;0.996;3.33;0.93;11.3;5
1432 | 7.4;0.41;0.24;1.8;0.066;18;47;0.9956;3.37;0.62;10.4;5
1433 | 7.6;0.43;0.31;2.1;0.069;13;74;0.9958;3.26;0.54;9.9;6
1434 | 5.9;0.44;0;1.6;0.042;3;11;0.9944;3.48;0.85;11.7;6
1435 | 6.1;0.4;0.16;1.8;0.069;11;25;0.9955;3.42;0.74;10.1;7
1436 | 10.2;0.54;0.37;15.4;0.214;55;95;1.00369;3.18;0.77;9;6
1437 | 10.2;0.54;0.37;15.4;0.214;55;95;1.00369;3.18;0.77;9;6
1438 | 10;0.38;0.38;1.6;0.169;27;90;0.99914;3.15;0.65;8.5;5
1439 | 6.8;0.915;0.29;4.8;0.07;15;39;0.99577;3.53;0.54;11.1;5
1440 | 7;0.59;0;1.7;0.052;3;8;0.996;3.41;0.47;10.3;5
1441 | 7.3;0.67;0.02;2.2;0.072;31;92;0.99566;3.32;0.68;11.0666666666667;6
1442 | 7.2;0.37;0.32;2;0.062;15;28;0.9947;3.23;0.73;11.3;7
1443 | 7.4;0.785;0.19;5.2;0.094;19;98;0.99713;3.16;0.52;9.56666666666667;6
1444 | 6.9;0.63;0.02;1.9;0.078;18;30;0.99712;3.4;0.75;9.8;5
1445 | 6.9;0.58;0.2;1.75;0.058;8;22;0.99322;3.38;0.49;11.7;5
1446 | 7.3;0.67;0.02;2.2;0.072;31;92;0.99566;3.32;0.68;11.1;6
1447 | 7.4;0.785;0.19;5.2;0.094;19;98;0.99713;3.16;0.52;9.6;6
1448 | 6.9;0.63;0.02;1.9;0.078;18;30;0.99712;3.4;0.75;9.8;5
1449 | 6.8;0.67;0;1.9;0.08;22;39;0.99701;3.4;0.74;9.7;5
1450 | 6.9;0.58;0.01;1.9;0.08;40;54;0.99683;3.4;0.73;9.7;5
1451 | 7.2;0.38;0.31;2;0.056;15;29;0.99472;3.23;0.76;11.3;8
1452 | 7.2;0.37;0.32;2;0.062;15;28;0.9947;3.23;0.73;11.3;7
1453 | 7.8;0.32;0.44;2.7;0.104;8;17;0.99732;3.33;0.78;11;7
1454 | 6.6;0.58;0.02;2;0.062;37;53;0.99374;3.35;0.76;11.6;7
1455 | 7.6;0.49;0.33;1.9;0.074;27;85;0.99706;3.41;0.58;9;5
1456 | 11.7;0.45;0.63;2.2;0.073;7;23;0.99974;3.21;0.69;10.9;6
1457 | 6.5;0.9;0;1.6;0.052;9;17;0.99467;3.5;0.63;10.9;6
1458 | 6;0.54;0.06;1.8;0.05;38;89;0.99236;3.3;0.5;10.55;6
1459 | 7.6;0.49;0.33;1.9;0.074;27;85;0.99706;3.41;0.58;9;5
1460 | 8.4;0.29;0.4;1.7;0.067;8;20;0.99603;3.39;0.6;10.5;5
1461 | 7.9;0.2;0.35;1.7;0.054;7;15;0.99458;3.32;0.8;11.9;7
1462 | 6.4;0.42;0.09;2.3;0.054;34;64;0.99724;3.41;0.68;10.4;6
1463 | 6.2;0.785;0;2.1;0.06;6;13;0.99664;3.59;0.61;10;4
1464 | 6.8;0.64;0.03;2.3;0.075;14;31;0.99545;3.36;0.58;10.4;6
1465 | 6.9;0.63;0.01;2.4;0.076;14;39;0.99522;3.34;0.53;10.8;6
1466 | 6.8;0.59;0.1;1.7;0.063;34;53;0.9958;3.41;0.67;9.7;5
1467 | 6.8;0.59;0.1;1.7;0.063;34;53;0.9958;3.41;0.67;9.7;5
1468 | 7.3;0.48;0.32;2.1;0.062;31;54;0.99728;3.3;0.65;10;7
1469 | 6.7;1.04;0.08;2.3;0.067;19;32;0.99648;3.52;0.57;11;4
1470 | 7.3;0.48;0.32;2.1;0.062;31;54;0.99728;3.3;0.65;10;7
1471 | 7.3;0.98;0.05;2.1;0.061;20;49;0.99705;3.31;0.55;9.7;3
1472 | 10;0.69;0.11;1.4;0.084;8;24;0.99578;2.88;0.47;9.7;5
1473 | 6.7;0.7;0.08;3.75;0.067;8;16;0.99334;3.43;0.52;12.6;5
1474 | 7.6;0.35;0.6;2.6;0.073;23;44;0.99656;3.38;0.79;11.1;6
1475 | 6.1;0.6;0.08;1.8;0.071;14;45;0.99336;3.38;0.54;11;5
1476 | 9.9;0.5;0.5;13.8;0.205;48;82;1.00242;3.16;0.75;8.8;5
1477 | 5.3;0.47;0.11;2.2;0.048;16;89;0.99182;3.54;0.88;13.5666666666667;7
1478 | 9.9;0.5;0.5;13.8;0.205;48;82;1.00242;3.16;0.75;8.8;5
1479 | 5.3;0.47;0.11;2.2;0.048;16;89;0.99182;3.54;0.88;13.6;7
1480 | 7.1;0.875;0.05;5.7;0.082;3;14;0.99808;3.4;0.52;10.2;3
1481 | 8.2;0.28;0.6;3;0.104;10;22;0.99828;3.39;0.68;10.6;5
1482 | 5.6;0.62;0.03;1.5;0.08;6;13;0.99498;3.66;0.62;10.1;4
1483 | 8.2;0.28;0.6;3;0.104;10;22;0.99828;3.39;0.68;10.6;5
1484 | 7.2;0.58;0.54;2.1;0.114;3;9;0.99719;3.33;0.57;10.3;4
1485 | 8.1;0.33;0.44;1.5;0.042;6;12;0.99542;3.35;0.61;10.7;5
1486 | 6.8;0.91;0.06;2;0.06;4;11;0.99592;3.53;0.64;10.9;4
1487 | 7;0.655;0.16;2.1;0.074;8;25;0.99606;3.37;0.55;9.7;5
1488 | 6.8;0.68;0.21;2.1;0.07;9;23;0.99546;3.38;0.6;10.3;5
1489 | 6;0.64;0.05;1.9;0.066;9;17;0.99496;3.52;0.78;10.6;5
1490 | 5.6;0.54;0.04;1.7;0.049;5;13;0.9942;3.72;0.58;11.4;5
1491 | 6.2;0.57;0.1;2.1;0.048;4;11;0.99448;3.44;0.76;10.8;6
1492 | 7.1;0.22;0.49;1.8;0.039;8;18;0.99344;3.39;0.56;12.4;6
1493 | 5.6;0.54;0.04;1.7;0.049;5;13;0.9942;3.72;0.58;11.4;5
1494 | 6.2;0.65;0.06;1.6;0.05;6;18;0.99348;3.57;0.54;11.95;5
1495 | 7.7;0.54;0.26;1.9;0.089;23;147;0.99636;3.26;0.59;9.7;5
1496 | 6.4;0.31;0.09;1.4;0.066;15;28;0.99459;3.42;0.7;10;7
1497 | 7;0.43;0.02;1.9;0.08;15;28;0.99492;3.35;0.81;10.6;6
1498 | 7.7;0.54;0.26;1.9;0.089;23;147;0.99636;3.26;0.59;9.7;5
1499 | 6.9;0.74;0.03;2.3;0.054;7;16;0.99508;3.45;0.63;11.5;6
1500 | 6.6;0.895;0.04;2.3;0.068;7;13;0.99582;3.53;0.58;10.8;6
1501 | 6.9;0.74;0.03;2.3;0.054;7;16;0.99508;3.45;0.63;11.5;6
1502 | 7.5;0.725;0.04;1.5;0.076;8;15;0.99508;3.26;0.53;9.6;5
1503 | 7.8;0.82;0.29;4.3;0.083;21;64;0.99642;3.16;0.53;9.4;5
1504 | 7.3;0.585;0.18;2.4;0.078;15;60;0.99638;3.31;0.54;9.8;5
1505 | 6.2;0.44;0.39;2.5;0.077;6;14;0.99555;3.51;0.69;11;6
1506 | 7.5;0.38;0.57;2.3;0.106;5;12;0.99605;3.36;0.55;11.4;6
1507 | 6.7;0.76;0.02;1.8;0.078;6;12;0.996;3.55;0.63;9.95;3
1508 | 6.8;0.81;0.05;2;0.07;6;14;0.99562;3.51;0.66;10.8;6
1509 | 7.5;0.38;0.57;2.3;0.106;5;12;0.99605;3.36;0.55;11.4;6
1510 | 7.1;0.27;0.6;2.1;0.074;17;25;0.99814;3.38;0.72;10.6;6
1511 | 7.9;0.18;0.4;1.8;0.062;7;20;0.9941;3.28;0.7;11.1;5
1512 | 6.4;0.36;0.21;2.2;0.047;26;48;0.99661;3.47;0.77;9.7;6
1513 | 7.1;0.69;0.04;2.1;0.068;19;27;0.99712;3.44;0.67;9.8;5
1514 | 6.4;0.79;0.04;2.2;0.061;11;17;0.99588;3.53;0.65;10.4;6
1515 | 6.4;0.56;0.15;1.8;0.078;17;65;0.99294;3.33;0.6;10.5;6
1516 | 6.9;0.84;0.21;4.1;0.074;16;65;0.99842;3.53;0.72;9.23333333333333;6
1517 | 6.9;0.84;0.21;4.1;0.074;16;65;0.99842;3.53;0.72;9.25;6
1518 | 6.1;0.32;0.25;2.3;0.071;23;58;0.99633;3.42;0.97;10.6;5
1519 | 6.5;0.53;0.06;2;0.063;29;44;0.99489;3.38;0.83;10.3;6
1520 | 7.4;0.47;0.46;2.2;0.114;7;20;0.99647;3.32;0.63;10.5;5
1521 | 6.6;0.7;0.08;2.6;0.106;14;27;0.99665;3.44;0.58;10.2;5
1522 | 6.5;0.53;0.06;2;0.063;29;44;0.99489;3.38;0.83;10.3;6
1523 | 6.9;0.48;0.2;1.9;0.082;9;23;0.99585;3.39;0.43;9.05;4
1524 | 6.1;0.32;0.25;2.3;0.071;23;58;0.99633;3.42;0.97;10.6;5
1525 | 6.8;0.48;0.25;2;0.076;29;61;0.9953;3.34;0.6;10.4;5
1526 | 6;0.42;0.19;2;0.075;22;47;0.99522;3.39;0.78;10;6
1527 | 6.7;0.48;0.08;2.1;0.064;18;34;0.99552;3.33;0.64;9.7;5
1528 | 6.8;0.47;0.08;2.2;0.064;18;38;0.99553;3.3;0.65;9.6;6
1529 | 7.1;0.53;0.07;1.7;0.071;15;24;0.9951;3.29;0.66;10.8;6
1530 | 7.9;0.29;0.49;2.2;0.096;21;59;0.99714;3.31;0.67;10.1;6
1531 | 7.1;0.69;0.08;2.1;0.063;42;52;0.99608;3.42;0.6;10.2;6
1532 | 6.6;0.44;0.09;2.2;0.063;9;18;0.99444;3.42;0.69;11.3;6
1533 | 6.1;0.705;0.1;2.8;0.081;13;28;0.99631;3.6;0.66;10.2;5
1534 | 7.2;0.53;0.13;2;0.058;18;22;0.99573;3.21;0.68;9.9;6
1535 | 8;0.39;0.3;1.9;0.074;32;84;0.99717;3.39;0.61;9;5
1536 | 6.6;0.56;0.14;2.4;0.064;13;29;0.99397;3.42;0.62;11.7;7
1537 | 7;0.55;0.13;2.2;0.075;15;35;0.9959;3.36;0.59;9.7;6
1538 | 6.1;0.53;0.08;1.9;0.077;24;45;0.99528;3.6;0.68;10.3;6
1539 | 5.4;0.58;0.08;1.9;0.059;20;31;0.99484;3.5;0.64;10.2;6
1540 | 6.2;0.64;0.09;2.5;0.081;15;26;0.99538;3.57;0.63;12;5
1541 | 7.2;0.39;0.32;1.8;0.065;34;60;0.99714;3.46;0.78;9.9;5
1542 | 6.2;0.52;0.08;4.4;0.071;11;32;0.99646;3.56;0.63;11.6;6
1543 | 7.4;0.25;0.29;2.2;0.054;19;49;0.99666;3.4;0.76;10.9;7
1544 | 6.7;0.855;0.02;1.9;0.064;29;38;0.99472;3.3;0.56;10.75;6
1545 | 11.1;0.44;0.42;2.2;0.064;14;19;0.99758;3.25;0.57;10.4;6
1546 | 8.4;0.37;0.43;2.3;0.063;12;19;0.9955;3.17;0.81;11.2;7
1547 | 6.5;0.63;0.33;1.8;0.059;16;28;0.99531;3.36;0.64;10.1;6
1548 | 7;0.57;0.02;2;0.072;17;26;0.99575;3.36;0.61;10.2;5
1549 | 6.3;0.6;0.1;1.6;0.048;12;26;0.99306;3.55;0.51;12.1;5
1550 | 11.2;0.4;0.5;2;0.099;19;50;0.99783;3.1;0.58;10.4;5
1551 | 7.4;0.36;0.3;1.8;0.074;17;24;0.99419;3.24;0.7;11.4;8
1552 | 7.1;0.68;0;2.3;0.087;17;26;0.99783;3.45;0.53;9.5;5
1553 | 7.1;0.67;0;2.3;0.083;18;27;0.99768;3.44;0.54;9.4;5
1554 | 6.3;0.68;0.01;3.7;0.103;32;54;0.99586;3.51;0.66;11.3;6
1555 | 7.3;0.735;0;2.2;0.08;18;28;0.99765;3.41;0.6;9.4;5
1556 | 6.6;0.855;0.02;2.4;0.062;15;23;0.99627;3.54;0.6;11;6
1557 | 7;0.56;0.17;1.7;0.065;15;24;0.99514;3.44;0.68;10.55;7
1558 | 6.6;0.88;0.04;2.2;0.066;12;20;0.99636;3.53;0.56;9.9;5
1559 | 6.6;0.855;0.02;2.4;0.062;15;23;0.99627;3.54;0.6;11;6
1560 | 6.9;0.63;0.33;6.7;0.235;66;115;0.99787;3.22;0.56;9.5;5
1561 | 7.8;0.6;0.26;2;0.08;31;131;0.99622;3.21;0.52;9.9;5
1562 | 7.8;0.6;0.26;2;0.08;31;131;0.99622;3.21;0.52;9.9;5
1563 | 7.8;0.6;0.26;2;0.08;31;131;0.99622;3.21;0.52;9.9;5
1564 | 7.2;0.695;0.13;2;0.076;12;20;0.99546;3.29;0.54;10.1;5
1565 | 7.2;0.695;0.13;2;0.076;12;20;0.99546;3.29;0.54;10.1;5
1566 | 7.2;0.695;0.13;2;0.076;12;20;0.99546;3.29;0.54;10.1;5
1567 | 6.7;0.67;0.02;1.9;0.061;26;42;0.99489;3.39;0.82;10.9;6
1568 | 6.7;0.16;0.64;2.1;0.059;24;52;0.99494;3.34;0.71;11.2;6
1569 | 7.2;0.695;0.13;2;0.076;12;20;0.99546;3.29;0.54;10.1;5
1570 | 7;0.56;0.13;1.6;0.077;25;42;0.99629;3.34;0.59;9.2;5
1571 | 6.2;0.51;0.14;1.9;0.056;15;34;0.99396;3.48;0.57;11.5;6
1572 | 6.4;0.36;0.53;2.2;0.23;19;35;0.9934;3.37;0.93;12.4;6
1573 | 6.4;0.38;0.14;2.2;0.038;15;25;0.99514;3.44;0.65;11.1;6
1574 | 7.3;0.69;0.32;2.2;0.069;35;104;0.99632;3.33;0.51;9.5;5
1575 | 6;0.58;0.2;2.4;0.075;15;50;0.99467;3.58;0.67;12.5;6
1576 | 5.6;0.31;0.78;13.9;0.074;23;92;0.99677;3.39;0.48;10.5;6
1577 | 7.5;0.52;0.4;2.2;0.06;12;20;0.99474;3.26;0.64;11.8;6
1578 | 8;0.3;0.63;1.6;0.081;16;29;0.99588;3.3;0.78;10.8;6
1579 | 6.2;0.7;0.15;5.1;0.076;13;27;0.99622;3.54;0.6;11.9;6
1580 | 6.8;0.67;0.15;1.8;0.118;13;20;0.9954;3.42;0.67;11.3;6
1581 | 6.2;0.56;0.09;1.7;0.053;24;32;0.99402;3.54;0.6;11.3;5
1582 | 7.4;0.35;0.33;2.4;0.068;9;26;0.9947;3.36;0.6;11.9;6
1583 | 6.2;0.56;0.09;1.7;0.053;24;32;0.99402;3.54;0.6;11.3;5
1584 | 6.1;0.715;0.1;2.6;0.053;13;27;0.99362;3.57;0.5;11.9;5
1585 | 6.2;0.46;0.29;2.1;0.074;32;98;0.99578;3.33;0.62;9.8;5
1586 | 6.7;0.32;0.44;2.4;0.061;24;34;0.99484;3.29;0.8;11.6;7
1587 | 7.2;0.39;0.44;2.6;0.066;22;48;0.99494;3.3;0.84;11.5;6
1588 | 7.5;0.31;0.41;2.4;0.065;34;60;0.99492;3.34;0.85;11.4;6
1589 | 5.8;0.61;0.11;1.8;0.066;18;28;0.99483;3.55;0.66;10.9;6
1590 | 7.2;0.66;0.33;2.5;0.068;34;102;0.99414;3.27;0.78;12.8;6
1591 | 6.6;0.725;0.2;7.8;0.073;29;79;0.9977;3.29;0.54;9.2;5
1592 | 6.3;0.55;0.15;1.8;0.077;26;35;0.99314;3.32;0.82;11.6;6
1593 | 5.4;0.74;0.09;1.7;0.089;16;26;0.99402;3.67;0.56;11.6;6
1594 | 6.3;0.51;0.13;2.3;0.076;29;40;0.99574;3.42;0.75;11;6
1595 | 6.8;0.62;0.08;1.9;0.068;28;38;0.99651;3.42;0.82;9.5;6
1596 | 6.2;0.6;0.08;2;0.09;32;44;0.9949;3.45;0.58;10.5;5
1597 | 5.9;0.55;0.1;2.2;0.062;39;51;0.99512;3.52;0.76;11.2;6
1598 | 6.3;0.51;0.13;2.3;0.076;29;40;0.99574;3.42;0.75;11;6
1599 | 5.9;0.645;0.12;2;0.075;32;44;0.99547;3.57;0.71;10.2;5
1600 | 6;0.31;0.47;3.6;0.067;18;42;0.99549;3.39;0.66;11;6
1601 | 


--------------------------------------------------------------------------------
/winequality.names:
--------------------------------------------------------------------------------
 1 | Citation Request:
 2 |   This dataset is public available for research. The details are described in [Cortez et al., 2009]. 
 3 |   Please include this citation if you plan to use this database:
 4 | 
 5 |   P. Cortez, A. Cerdeira, F. Almeida, T. Matos and J. Reis. 
 6 |   Modeling wine preferences by data mining from physicochemical properties.
 7 |   In Decision Support Systems, Elsevier, 47(4):547-553. ISSN: 0167-9236.
 8 | 
 9 |   Available at: [@Elsevier] http://dx.doi.org/10.1016/j.dss.2009.05.016
10 |                 [Pre-press (pdf)] http://www3.dsi.uminho.pt/pcortez/winequality09.pdf
11 |                 [bib] http://www3.dsi.uminho.pt/pcortez/dss09.bib
12 | 
13 | 1. Title: Wine Quality 
14 | 
15 | 2. Sources
16 |    Created by: Paulo Cortez (Univ. Minho), Antonio Cerdeira, Fernando Almeida, Telmo Matos and Jose Reis (CVRVV) @ 2009
17 |    
18 | 3. Past Usage:
19 | 
20 |   P. Cortez, A. Cerdeira, F. Almeida, T. Matos and J. Reis. 
21 |   Modeling wine preferences by data mining from physicochemical properties.
22 |   In Decision Support Systems, Elsevier, 47(4):547-553. ISSN: 0167-9236.
23 | 
24 |   In the above reference, two datasets were created, using red and white wine samples.
25 |   The inputs include objective tests (e.g. PH values) and the output is based on sensory data
26 |   (median of at least 3 evaluations made by wine experts). Each expert graded the wine quality 
27 |   between 0 (very bad) and 10 (very excellent). Several data mining methods were applied to model
28 |   these datasets under a regression approach. The support vector machine model achieved the
29 |   best results. Several metrics were computed: MAD, confusion matrix for a fixed error tolerance (T),
30 |   etc. Also, we plot the relative importances of the input variables (as measured by a sensitivity
31 |   analysis procedure).
32 |  
33 | 4. Relevant Information:
34 | 
35 |    The two datasets are related to red and white variants of the Portuguese "Vinho Verde" wine.
36 |    For more details, consult: http://www.vinhoverde.pt/en/ or the reference [Cortez et al., 2009].
37 |    Due to privacy and logistic issues, only physicochemical (inputs) and sensory (the output) variables 
38 |    are available (e.g. there is no data about grape types, wine brand, wine selling price, etc.).
39 | 
40 |    These datasets can be viewed as classification or regression tasks.
41 |    The classes are ordered and not balanced (e.g. there are munch more normal wines than
42 |    excellent or poor ones). Outlier detection algorithms could be used to detect the few excellent
43 |    or poor wines. Also, we are not sure if all input variables are relevant. So
44 |    it could be interesting to test feature selection methods. 
45 | 
46 | 5. Number of Instances: red wine - 1599; white wine - 4898. 
47 | 
48 | 6. Number of Attributes: 11 + output attribute
49 |   
50 |    Note: several of the attributes may be correlated, thus it makes sense to apply some sort of
51 |    feature selection.
52 | 
53 | 7. Attribute information:
54 | 
55 |    For more information, read [Cortez et al., 2009].
56 | 
57 |    Input variables (based on physicochemical tests):
58 |    1 - fixed acidity
59 |    2 - volatile acidity
60 |    3 - citric acid
61 |    4 - residual sugar
62 |    5 - chlorides
63 |    6 - free sulfur dioxide
64 |    7 - total sulfur dioxide
65 |    8 - density
66 |    9 - pH
67 |    10 - sulphates
68 |    11 - alcohol
69 |    Output variable (based on sensory data): 
70 |    12 - quality (score between 0 and 10)
71 | 
72 | 8. Missing Attribute Values: None
73 | 


--------------------------------------------------------------------------------