机构名称：
¥ 1.0
和死亡，一种这样的健康状况就是心脏病。在过去的十年中，死亡的主要原因是心脏病。心脏病是一种影响许多生命，严重威胁生命的疾病，可能会损害一个人过着传统生活的能力。治疗心脏病的延迟会增加受苦者的危害。因此，早期诊断可以帮助挽救无数生命。但是，心脏病的原因有所不同，这使得其预测非常复杂。我们的目标是使用机器学习来增强心脏病预测的可靠性和简单性。得出结论，应使用三个数据集；两个具有巨大的尺寸，以及许多机器学习算法。测试了所提出的算法：k-nearest邻居，梯度提升，随机森林，幼稚的贝叶斯，决策树和逻辑回归。在严格测试后，唯一的算法，逻辑回归在大多数测试中保持占主导地位，达到91.6％和90.8％的精确度。仍然，在最后一个数据集中，最好的算法是一个随机森林，在所有测试中得分最高，为98.6％。如本文所示，机器学习是预测心脏病的出色方法，在医疗专业人员和更多研究的帮助下，可以进一步改善结果。
使用机器学习的心脏病预测
主要关键词
相关文件推荐
