心脏病：预测心脏病

preview
共1个文件
py：1个
Python
需积分: 47 14 下载量 135 浏览量 2021-02-11 16:31:14 上传 评论 5 收藏 1KB ZIP 举报
一枝清荷
  • 粉丝: 23
  • 资源: 4630
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

zip

心脏疾病的预测

心脏病预测 简介：- 开展这项研究是为了了解各种物理特征如何影响心脏病的发生。 详细的分析调查了哪些功能与心脏病的预测属性相互作用最大，以及每个功能与目标变量之间的关系。 测试了机器学习技术的Logistic回归分类，随机森林，神经网络， SVM ，并分析了它们的性能。 探索了各种验证技术，以及通过使用不同的特征选择技术来消除某些变量集以改进模型。 软件要求： Python-Python 3
zip

heartdisease:心脏病预测

心脏病预测 BITS Pilani顶石项目-组2 本地执行 在tox.ini中更改数据集路径 点安装-r requirements.txt 模型训练python3 main.py trainModel 模型预测流式运行main.py预报模型 项目组织 ├── LICENSE ├── Makefile <- Makefile with commands lik
zip

心脏病预测：该项目涉及训练机器学习模型（K邻居分类器），以87％的准确性预测某人是否患有心脏病

心脏病预测：该项目涉及训练机器学习模型（K邻居分类器），以87％的准确性预测某人是否患有心脏病
pdf

心脏病预测的比较分析-研究论文

数据挖掘（有时称为知识发现）是从不同角度分析数据并将其总结为有用信息的过程。 数据挖掘技术用于医学领域的各种用途。 该技术主要用于从数据集中预测疾病。 在本文中，我们将结合各种论文的结果来分析心脏病的最佳有效率。 各种心脏病患者的数据集用于这项研究工作。 本调查论文使用的各种数据挖掘技术是分类、聚类、模糊系统和关联规则来预测心脏病。 通过使用数据挖掘技术，在医学领域，可以在更短的时间内更准确地预测
zip

Heart_disease_prediction:使用5种算法进行心脏病预测

心脏病预测 Heart Disease prediction using 5 algorithms - Logistic regression, - Random forest, - Naive Bayes, - KNN(K Nearest Neighbors), - Decision Tree then improved accuracy by adjusting different aspe
rar

UCI 心脏病数据集heart-disease

The file cleveland.data has been unfortunately messed up when we lost node cip2 and loaded the file on node ics. The file processed.cleveland.data seems to be in good shape and is useable (for the 14
star 5星 · 资源好评率100%
pdf

使用机器学习预测心脏病的比较研究-研究论文

根据世界卫生组织，心脏病是全世界死亡的主要原因。 在心脏病中，心脏病发作是主要的死亡原因。 心脏病的预测或检测是一项需要相关领域专业知识的任务。 但是，随着机器学习和深度学习等学科领域技术研究的发展，为使这项任务更轻松，更高效地完成而开辟了许多道路。 这些路径之一导致了此任务的自动化。 但是，在使系统自动化的同时，我们必须保持系统的准确性。 除了数据的质量，解决问题的算法的选择在产生准确的输出中也
zip

Heart Disease UCI 心脏病UCI-数据集

该数据库包含76个属性，但是所有已发布的实验都引用了其中14个属性的子集。特别是，克利夫兰数据库是 迄今为止ML研究人员使用的唯一数据库。“目标”字段是指患者中心脏病的存在。 heart.csv
rar

KNN疾病预测算法Demo

该资源是利用KNN算法对数据进行分类，以excel文件作为输入，能够针对患者的病症，得出他是否患有该病（准确率在70%左右）。有兴趣的童鞋可以下载看看哦！
star 5星 · 资源好评率100%
zip

Cardiac-Coherence:小Java对心脏相干呼吸柔和

心脏相干性 小Java对心脏相干呼吸柔和
ipynb

心脏病预测.ipynb

python数据分析案例，心脏病预测
star 5星 · 资源好评率100%
ipynb

心脏病预测分析.ipynb

心脏病预测分析.ipynb
rar

机器学习数据集-心脏病预测

机器学习数据集
star 5星 · 资源好评率100%
default

心脏病预测2.zip

心脏病预测2.zip
zip

心脏病：使用SHAInet预测心脏病

心脏病：使用SHAInet预测心脏病
pdf

使用数据挖掘技术对心脏病的早期预测-研究论文

有史以来最大的死亡研究表明，心脏病已成为世界上第一大杀手。 在25-69岁年龄段的死亡中，约有25％死于心脏病。 如果包括所有年龄段，心脏病约占所有死亡的19％。 它是导致男性和女性死亡的主要原因。 尽管数量有所不同，但它也是所有地区死亡的主要原因。 由心脏病引起的死亡比例在印度南部最高（25％），在印度中部最低（12％）。 对于许多研究人员而言，心脏病生存能力的预测一直是一个具有挑战性的研究问题
pdf

使用机器学习预测心脏病-研究论文

在医学界，决策是根据存储的数据和医生的经验来做出的。 可能会出现错误的机会，诊断时间更长，治疗重要器官心脏的费用增加。 医院中当前的数据库系统包含大量数据，可用于预测心脏的健康状况。 可以将这些数据转换成有用的信息，这些信息可以用于制作可以预测疾病发生机会的智能决策系统。 该系统提供了预测个体中心脏病发生的能力。 它使用卷积神经网络进行预测。 利用年龄，性别，胆固醇，心电图斜率等重要因素，可以预测
star 5星 · 资源好评率100%
zip

使用机器学习识别心脏病预测

预防心脏病变得非常必要。良好的数据驱动的心脏病预测系统可以改善整个研究和预防过程，确保更多的人可以过上健康的生活。这就是机器学习发挥作用的地方。机器学习有助于预测心脏疾病，而且做出的预测相当准确。 该项目涉及对心脏病患者数据集进行分析，并进行适当的数据处理。然后，训练不同的模型，并使用不同的算法KNN、决策树、随机森林进行预测
data

心脏病的预测 原始数据 cleveland.data

心脏病的预测 心脏病是人类健康的头号杀手，每年全世界有1/3的死亡人口是由心脏病引起的，在我国每年有几十万人死于心脏病，通过体检数据建立一套心脏病预测系统是非常实用的。 本题研究的数据是真实的心脏病患者体检数据，为了能更好的预测，请分析数据（按照heart-disease.names中说明，用76个特征中的14个指定特征构建模型。以cleveland.data作为训练数据，以new.data作为测
zip

Heart-Disease-Classifier:使用多种ML算法（包括神经网络）的心脏病分类器！

心脏疾病分类器 使用多种ML算法（包括神经网络）的心脏病分类器！
pdf

数据分析实战：利用python对心脏病数据集进行分析

↑ 关注 + 星标 ~ 有趣的不像个技术号 每晚九点，我们准时相约   我们都很害怕生病，但感冒发烧这种从小到大的疾病我们已经麻木了，因为一星期他就会好，但是随着长大，各种发炎、三高、心脏病、冠心病响应而生。 心脏病作为一种发作起来让人看了就觉得恐怖的疾病，每年不知道夺走多少生命。而那些患病健在的人们也必须在自己后续的生命里割舍太多东西，以防止心脏病发作。 没有得病的时候，我们永远觉得它离自己很
pdf

基于聚类和XGboost算法的心脏病预测

过去十几年来，心脏病发病率在全球一直呈上升趋势且居高不下.所以，如果可以通过计算机手段提取人体相关的体检指标，且通过机器学习的方式来分析不同特征及其权值对于心脏病的影响，对于预测和预防心脏病将起到很关键的作用.因此本文提出一个基于聚类和XGboost算法的预测方法.通过对数据的预处理，区分特征，再通过聚类算法如K-means对数据集聚类分块.最后用XGboost算法进行预测分析.实验结果表明，所提
rar

kaggle心脏病分类预测

kaggle心脏病预测类型预测，基于心跳频率预测心脏病及其类型
csv

Kaggle网站上提供的心脏病预测数据集

Kaggle网站上提供的数据集，共包含1025条数据，每条数据14个属性（13个特征+1个标签）
zip

心脏病发作分析与预测数据集.zip

心脏病发作分析与预测数据集.zip
zip

HeartDisease:心脏病分类

心脏病 心脏病分类。 这是Neural Net Studios的第一个神经网络。 数据： ：
zip

心脏病发作

心脏病发作
pdf

心脏病中医病名考

心脏病中医病名考
default

心脏病数据分析1.ipynb

心脏病数据分析1.ipynb
zip

Framingham心脏病数据集

csv数据集
star 5星 · 资源好评率100%