24、自定义Web深度学习生产环境

自定义Web深度学习生产环境

构建心脏病检测预测模型

我们将使用Keras构建一个简单的神经网络，对患者患心脏病的概率进行分类。以下是详细步骤：
1. 导入必要的模块

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
np.random.seed(5)

这里导入了 pandas 和 numpy 模块，以及 scikit-learn 库中的 train_test_split 方法，用于快速将数据集分为训练集和测试集。

2. 加载数据集并观察
   假设数据集存储在与Jupyter笔记本相同目录下的 data 文件夹中，使用以下代码加载：

df = pd.read_csv("data/heart.csv")
df.head(5)

通过观察输出可知，数据集有14列且导入正确。经过基本的探索性数据分析（EDA），发现该数据集没有缺失值，不过原始的UCI克利夫兰数据集是存在缺失值的，我们使用的是经过预处理的版本。