準備工作：
1.“雷丁學姐”給我的，10年收集的學生申請數據，以Excel的數據作爲整理。
2.Pytho 3.6本人使用Anaconda (數據包比較全)
基本實現方法：
學生數據解析，因爲“雷丁學姐”在整理學生的資料過程中，學生的相關信息過於複雜有很多的維度，需要提取主要的信息，學生的維度有，1）大學在國內的排名，2）大學是否是985，3）或者211，4）學生的支付信用，5）學生的實習經歷，6）學生是否參見了學校活動，7）學生是否在主要學科中獲得了比較高的成績，8）學生在於研究生課程相關的課程中是否獲得好成績，8）學生的雅思成績。9）推薦文書的是由那個老師執筆的
經過篩選“雷丁學姐”，案例中這1萬名學生的成績發現，學校看重的幾點
1）雅思成績是硬性要求
2）文書老師決定了學校的申請的成功率
3）學生的在校成績是對申請的很有影響的
己過這些分析我們基本得到了，每個專業的某分數的入取概率，
具體信息可以看着個視頻
https://v.qq.com/x/page/c091617pspe.html
算法採用機器學習，來學習這些變量與錄取率的關係
最終應用到“雷丁學姐”的研究生申請中