机构名称：
¥ 3.0
心脏病病例每天都在快速增加，提前预测任何此类疾病非常重要且令人担忧。这种诊断是一项艰巨的任务，即必须准确高效地进行。本研究论文主要关注根据各种医疗属性，哪些患者更有可能患心脏病。我们准备了一个心脏病预测系统，使用患者的病史来预测患者是否可能被诊断出患有心脏病。我们使用不同的机器学习算法，如逻辑回归和 KNN 来预测和分类患有心脏病的患者。我们使用了一种非常有用的方法来规范如何使用该模型来提高任何个人心脏病发作预测的准确性。所提出的模型的强度非常令人满意，并且能够通过使用 KNN 和逻辑回归来预测特定个体患有心脏病的证据，与以前使用的分类器（如朴素贝叶斯等）相比，该模型显示出良好的准确性。因此，通过使用给定的模型，在寻找分类器正确和准确地识别心脏病的概率方面，已经减轻了相当大的压力。给定的心脏病预测系统可增强医疗保健并降低成本。该项目为我们提供了重要的知识，可以帮助我们预测患有心脏病的患者。它以.pynb 格式实现。
使用机器学习的心脏病预测系统
主要关键词
相关文件推荐
