机构名称：
¥ 1.0
使用烧瓶框架构建的Web应用程序，整合用户身份验证，数据库管理和心脏病的预测模型。用户可以在心脏病数据集中注册，登录和访问个性化仪表板，该仪表板显示年龄和性别分布的可视化。该应用程序采用了一个逻辑回归模型，该模型在与心脏病相关的数据上训练以预测。根据世卫组织，由于心脏病与心脏病相关的问题而死亡的180亿人死亡。随着人口的增加，诊断该疾病的人口增加了。但是，在这个不断发展的技术世界中，机器学习技术通过多项研究加速了卫生部门。因此，本文的目的是基于相关参数构建心脏病预测的ML模型。我们对这项研究使用了UCI心脏病预测的adataset，其中包括与心脏疾病有关的13个不同参数。ml算法，例如随机森林，支持向量机（SVM），幼稚的贝叶斯和决策树，用于开发模型。在这项研究中，我们还试图在标准ML方法的帮助下找到数据集中可用的不同属性之间的相关性，然后有效地利用它们来预测心脏病的机会。结果表明，与其他机器学习技术相比，随机森林在更短的时间内以更准确的方式进行预测。此模型也可能会对他们的诊所作为决策支持系统有帮助。
使用机器学习的心脏病预测
主要关键词
相关文件推荐
