14、医疗大数据分类与阿拉伯文本分类研究

医疗大数据分类与阿拉伯文本分类研究

医疗大数据分类研究

在医疗领域，随着物联网和大数据技术的发展，对患者电子健康数据的分析变得至关重要。研究人员致力于开发数据挖掘技术，以分析数据并发现探索原则，为患者提供健康信息并预测心脏病。

数据与方法

• 数据集 ：使用了存档的历史数据，数据集包含76个属性，但在所有已发表的实验中，仅使用了14个属性的子集。特别是，机器学习研究人员目前仅使用了克利夫兰数据集。“目标”字段表示患者患心脏病的程度，数值0表示患心脏病的可能性低，数值1表示患心脏病的可能性高。该数据集可在Kaggle网站上免费获取。具体属性如下表所示：
  | No. | Description | Attribute |
  | — | — | — |
  | 1 | 年龄 | Age |
  | 2 | 性别 | Sex |
  | 3 | 胸痛类型（4种值） | Chest pain type (4 values) |
  | 4 | 静息血压 | Resting blood pressure |
  | 5 | 血清胆固醇（mg/dl） | Serum cholestoral in mg/dl |
  | 6 | 空腹血糖 > 120 mg/dl | Fasting blood sugar > 120 mg/dl |
  | 7 | 静息心电图结果（值0,1,2） | Resting electrocardiographic results (values 0,1,2) |
  | 8 | 达到的最大心率 | Maximum heart rat