基于特征SHAP相关性分析和xgboost的睡眠质量预测分析-完整代码数据-计算机毕设

本项目旨在综合运用多种数据分析方法，包括描述性统计、相关性分析、聚类分析和机器学习模型，全面探讨影响睡眠质量的潜在因素。为了更精确地评估每个特征的重要性，特别关注了机器学习模型中的特征重要度分析，深入研究了模型中各因素对预测睡眠质量的贡献。这一系统化的分析框架有助于揭示影响个体睡眠质量的关键因素。

数据：

 

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import spearmanr
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from sklearn.model_selection import train_test_split, cross_va