【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)

写在前面：
首先感谢兄弟们的关注和订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。（专栏订阅用户订阅专栏后免费提供数据集，代码贴在博文中，超级VIP用户不在服务范围之内，不想订阅专栏的兄弟们可以私信我详聊）  

Hello，大家好，我是augustqi。今天手把手带大家做一个机器学习实战项目：基于机器学习的心脏病预测研究。多的不说，少的不唠，下面开始今天的教程。

  以下内容，完全是我根据参考资料和个人理解撰写出来的，不存在滥用原创的问题。

1. 项目介绍

  这是一个基于机器学习的二分类任务，根据给定“患者”的某些属性信息，预测是否患有心脏病。本项目使用的数据来源于UCI机器学习库。

UCI机器学习库中，一共包含4个关于心脏病诊断的数据集，分别是：

• 1、cleveland.data

• 2、hungarian.data

• 3、long-beach-va.data

• 4、switzerland.data

每个数据集都包含76个属性，但是所有已发布的实验都只使用了其中14个属性。其中，cleveland.data是机器学习研究人员最常使用的数据集。

2. 数据获取

2.1 获取方式1<