超级会员免费看
本文通过Python进行肺癌预测分析，利用决策树、随机森林、逻辑回归等模型，探讨各因素如年龄、症状对肺癌预测的影响。结果显示决策树模型表现最佳，准确率高达94%，症状数量和年龄是重要预测指标。
先看结果：使用python3.2 ananconda
癌症预测系统的有效性帮助人们以较低的成本了解自己的癌症风险，也帮助人们根据自己的癌症风险状况做出适当的决定。数据收集自在线肺癌预测网站。
数据说明
字段总数：16
实例数：284
字段信息：
1.性别：M（男性），F（女性）
2.年龄：病人的年龄
3.吸烟：YES=2 , NO=1
4.黄色的手指：YES=2 , NO=1
5.焦虑：YES=2 , NO=1
6.同伴压力: YES=2 , NO=1
7.慢性疾病：YES=2 , NO=1
8.疲劳：YES=2 , NO=1
9.过敏症：YES=2 , NO=1
10.喘息：YES=2 , NO=1
11.酒精：YES=2 , NO=1
12.
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
