机构名称：
¥ 1.0
摘要 - 本文介绍了一项关于使用机器学习算法预测心脏病的研究，这是全球死亡的主要原因。该研究的重点是决策树算法的使用，该算法具有考虑大量危险因素的优势。心脏病数据集是从UCI机器学习存储库中获得的，并使用决策树分类器进行了分析。数据集有6个丢失的数据点，这些数据点已被删除，留下了279个实例进行分析。对具有两个以上响应的分类变量进行了单次编码。使用5倍交叉验证来优化决策树分类器以选择最佳参数。结果表明，决策树分类器的准确性可以正确预测81％的患者患有心脏病，并且因没有心脏病而明智的82％，这比以前研究中使用的其他机器学习算法高。这项研究证明了决策树算法预测心脏病的潜力，并突出了早期鉴定出患心血管疾病风险的个体的重要性。索引术语 - 机器学习算法，心脏病预测，决策树算法，UCI机器学习存储库，5倍交叉验证
使用基于树的模型预测心脏病-UCF星星
主要关键词
相关文件推荐
