心脏病预测案例

最新推荐文章于 2025-05-30 21:56:36 发布

weixin_44422539

最新推荐文章于 2025-05-30 21:56:36 发布

阅读量8.7k

点赞数 11

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_44422539/article/details/88749129

本文基于UCI心脏疾病数据集，通过阿里云机器学习平台建立预测模型。数据预处理包括异常值处理、特征编码和归一化。采用逻辑回归进行二分类训练，最终模型的分类准确率为0.90，召回率为0.85，表现良好。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景

心脏病是人类健康的头号杀手。全世界1/3的人口死亡是心脏病引起的。而我国，每年有几十万人死于心脏病。如果可以通过提取人体相关的体测指标，通过数据挖掘方式来分析不同特征对于心脏病的影响，将对预防心脏病起到至关重要的作用。本文提供真实的数据，并通过阿里云机器学习平台搭建心脏病预测案例。

数据集介绍

数据源为UCI开源数据集heart_disease。包含了303条美国某区域的心脏病检查患者的体测数据。具体字段如下表。

由于很多人问源数据，我再贴一遍出来：http://archive.ics.uci.edu/ml/machine-learning-databases/00000/

该链接下有个 heart.txt 的文本，数据源全是纯数字，我做过变更才出现下面贴的数据。

age 用年数表示的年龄 sex- 性别枚举(1 = 男性； 0 = 女性)

cp：胸部疼痛的类型 (值为 ‘1’：典型的心绞痛值为 ‘2’：非典型的心绞痛值为 ‘3’：非心绞痛的疼痛)

trestbpss：静息血压 (准许入院的毫米汞柱（mm Hg）)

chol：以mg/dl为单位的血清类固醇

fbs： (空腹血糖 > 120 mg/dl) (1 = 是； 0 = 否)

restecg：静息心电图结果 (值为 0：正常值为 1：有ST-T波异常 (T波倒置和/或ST段抬高或压低＞0.05 mV) 值为 2：显示该标准下可能或明确的的左心室肥厚)

thalach ：达到的最大心率

exang ：是否运动诱发的心绞痛 (1 = 是； 0 = 否)

oldpeak ：由与相对休息有明显差异的运动诱导的ST段压低

slope ：运动高峰期的ST段斜率 (值为 1：上斜值为 2：水平)

ca ：被透视荧光检查（flourosopy）标注颜色的大血管的数量 (0-3)

thal ： 3 = 正常； 6 = 固有缺陷； 7 = 可修复缺陷

num ：心脏病的诊断 (冠状动脉疾病状态)

status:值为 0： < 50% 直径缩小 (意味着’没有疾病’) 值为 1： > 50% 直径缩小 (意味着’出现了疾病’)

先导入数据：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')
%matplotlib inline

data = pd.read_table('F:\\data_load\\heat_dieses.txt', sep=' ',names = ['age','sex','cp','trestbps','chol','fbs','restecg','thalach',\
                                                                                 'exang','oldpeak','slop','ca','thal','status','style'])
data.head()