超级会员免费看
本文探讨了PimaIndiansDiabetes.csv数据集，包含8个特征和1个目标变量，用于判断患者是否患有糖尿病。通过描述性分析发现糖尿病患者有268例，非糖尿病患者500例，血糖水平与糖尿病的相关性最强。文章进一步使用R语言进行了逻辑回归建模，包括MLE和LASSO估计方法。此外，还提供了将数据集划分为训练集和测试集的选项，用于模型训练与评估。
该数据集涵盖了一些医疗记录,以及过去5年内是否有糖尿病,所有的数据都以数字的形式呈现。该数据集包含8个特征和1个类,表示患者是否患糖尿病(是为1否为O)
- Pregnancies: Number of times pregnant
- Glucose: Plasma glucose concentration a 2 hours in an oral glucose tolerance test
- BloodPressure: Diastolic blood pressure (mm Hg)
- SkinThickness: Triceps skin fold thickness (mm)
- Insulin: 2-Hour serum insulin (mu U/ml)
- BMI: Body mass index (weight in kg/(height in m)^2)
- DiabetesPedigreeFunction: Diabetes pedigree function
- Age: Age (years)
- Outcome: Class variable (0 or 1)
要求1.了解数据集基本信息,并进行一些基本的描述性分析
data = read.csv("PimaIndiansdiabetes.csv")
str(data)
数据集中一共有768个数据
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
