【ML】基于LSTM的心脏病预测研究(附代码和数据集，系列1)

已于 2023-10-31 15:00:59 修改
阅读量1.5k 收藏 7
点赞数 2
分类专栏： 机器学习实战蓝皮书 文章标签： lstm 人工智能
于 2022-12-15 10:57:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AugustMe/article/details/128319467
版权
本文介绍了使用PyTorch构建LSTM网络进行心脏病预测的研究，详细阐述了数据集、网络结构、模型训练和测试过程。通过5000次训练，模型在测试集上达到了89.27%的准确率，但还有提升空间。
摘要由CSDN通过智能技术生成

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）

之前创作过心脏病预测研究文章如下：
【ML】基于机器学习的心脏病预测研究(附代码和数据集，逻辑回归模型)
【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)

本次实战的项目是：基于LSTM的心脏病预测研究(附代码和数据集)，单向LSTM，1×13数据视角，妥妥的干货，请收藏后慢慢品。

环境：

python版本3.6
pytorch==1.8.0+cpu
numpy==1.19.3
matplotlib==3.2.1
pandas==1.0.5

为什么会写这篇文

了解本专栏 订阅专栏 解锁全文 超级会员免费看
机器不学习我学习
关注
专栏目录
订阅专栏
基于深度学习lstm的心脏病预测完整代码数据可直接运行
01-10 1021
基于深度学习lstm的心脏病预测完整代码数据可直接运行
【ML】基于LSTM的心脏病预测研究(附代码和数据集，系列2)
学无止境、积少成多、厚积薄发
12-16 911
手把手系列教程：基于LSTM的心脏病预测研究(附代码和数据集)，单向LSTM，13×1数据视角
基于lstm的 疾病特征预测 代码数据 可直接运行
06-02
基于lstm的 疾病特征预测 代码数据 可直接运行 基于lstm的 疾病特征预测 代码数据 可直接运行
机器学习数据集-心脏病预测
10-13
机器学习数据集
lstm 预测
lucky_kai的博客
12-25 1192
 数据加载 #coding=utf-8 ''' Created on 2018年12月21日 @author: Administrator ''' # LSTM for problem with window regression framing import numpy as np import numpy import matplotlib.pyplot as plt from pan...
DataScience&ML：基于heart disease心脏病分类预测数据集利用决策数算法基于graphviz/eli5/pdpbox/shap库实现模型可解释性(全局/部分/局部解释)之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
08-18 3182
DataScience&ML：基于heart disease心脏病分类预测数据集利用决策数算法基于graphviz/eli5/pdpbox/shap库实现模型可解释性(全局特征重要性解释/部分特征重要性/局部特征重要性解释/局部决策图可解释/误分类样本可视化)之详细攻略目录基于心脏病分类预测数据集利用等算法实现模型可解释性# 1、定义数据集# 2、数据预处理# 2.0、数据分析—整体报告 # 2.1、特征编码—变量数字化# 2.2、数据分析及其可视化# 2.2.1、特征之间相关性热图可视化 # 2.2.2、
【深度学习】在PyTorch中使用 LSTM 进行新冠病例预测
fengdu78的博客
12-28 7169
时间序列数据，顾名思义是一种随时间变化的数据。例如，24 小时时间段内的温度，一个月内各种产品的价格，特定公司一年内的股票价格。长短期记忆网络(LSTM)等高级深度学习模型能够捕捉时间序列...
【ML】基于机器学习的心脏病预测研究(附代码和数据集，多层感知机模型)
学无止境、积少成多、厚积薄发
02-14 1175
基于机器学习的心脏病预测研究(附代码和数据集，多层感知机模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，随机森林模型)
学无止境、积少成多、厚积薄发
03-29 993
【ML】基于机器学习的心脏病预测研究(附代码和数据集，随机森林模型)
【ML】基于机器学习的心脏病预测研究(附代码和数据集，支持向量机SVM模型)
学无止境、积少成多、厚积薄发
04-03 746
【ML】基于机器学习的心脏病预测研究(附代码和数据集，支持向量机SVM模型)
心脏病的预测 原始数据 cleveland.data
11-22
心脏病的预测 心脏病是人类健康的头号杀手，每年全世界有1/3的死亡人口是由心脏病引起的，在我国每年有几十万人死于心脏病，通过体检数据建立一套心脏病预测系统是非常实用的。 本题研究的数据是真实的心脏病患者体检数据，为了能更好的预测，请分析数据（按照heart-disease.names中说明，用76个特征中的14个指定特征构建模型。以cleveland.data作为训练数据，以new.data作为测试数据），针对预测的目标及要求，构建合适的模型。 请根据提供的数据实现以下目标：
UCI 心脏病数据集heart-disease
06-17
The file cleveland.data has been unfortunately messed up when we lost node cip2 and loaded the file on node ics. The file processed.cleveland.data seems to be in good shape and is useable (for the 14 attributes situation). I'll clean up cleveland.data as soon as possible. Bad news: my original copy of the database appears to be corrupted. I'll have to go back to the donor to get a new copy. David Aha
疾病预测-脑中风数据集
12-14
脑中风数据集，一共有3566条数据，10个字段，包含患者性别、年龄、症状、工作类别、居住类别、是否吸烟等详细数据。使用支持向量机、决策树、逻辑回归、随机森林模型，精度都可达0.95。 ================== 脑中风又名脑卒中，是颅内血管破裂或堵塞引起的脑组织坏死进而产生的一系列症状，包括脑出血、脑梗死等。若不及时治疗，患者可能会死亡；而即使治疗及时，患者也有可能会残疾。 近年来，慢性疾病如中风、缺血性心脏病、肺癌、慢性阻塞性肺病和肝癌大幅增加，已成为中国过早死亡的主要原因。中国已经成为全球中风发病风险最高的国家，其居民中风的风险率达到了39.3%。而导致中风的原因，基本和生活习惯有关，高血压、吸烟、饮酒、高钠摄入这些都是中风的危险因素。研究显示，目前中国仅有10%到20%的中风患者可在3小时内被送到医院，治疗时间越晚，患者脑部的损害就越大。 中国高中风死亡率的现状，提醒着社会应投入更多的防控措施。《中国脑卒中防治：进展与挑战》就指出，虽然在中国，中风的发病率和患病人数都远高于心脏病，但相关医疗资源的可及性和质量水平却在32个可防控疾病中排名倒数第二。因此，预防重于治疗。
【文献分享】基于LSTM的危重病人状态预测
qq_54501547的博客
09-21 2238
【文献分享】本文基于深度学习、递归神经网络以及长短期记忆神经网络，以期建立预测患者生命体征、并通过预后指标评估患者健康状况的模型。
LSTM预测中国疫情确诊数据调参分析
weixin_45872600的博客
01-31 703
LSTM预测中国疫情确诊数据调参分析
UCI心脏病数据集二分类预测（LightGBM + 贝叶斯参数调优 + plotly模型评价可视化）
最新发布
数据分析、数据挖掘、大数据开发
04-16 1490
机器学习二分类预测案例 UCI心脏病数据集二分类预测（LightGBM + 贝叶斯参数调优 + plotly模型评价可视化）
基于机器学习的心脏病预测方法（1）——心脏病及Heart Disease UCI数据集和Kaggle数据集介绍
热门推荐
Wendy的博客
09-09 2万+
疾病预测研究方法，必须要在实践中检验才能更符合实际的应用。目前，预测疾病的模型很多，但是对于特定的疾病，不同的模型结构和参数选择，对预测结果的影响非常大。此外，疾病本身是一个非常复杂的现象，通常受到环境、个人、社会等多种因素的影响。对于不同的疾病，如何找到与疾病本身相适应的预测模型和方法，从而高效准确的预测发病趋势，提高诊断精度，是目前需要解决的一个问题。（１）年龄：作为影响心血管疾病发病因素，有研究报告指出，患有心血管疾病的人数大多为48至50岁，并且年纪越大的群体患心血管疾病种类更多。（２）性别。
【ML】基于机器学习的心脏病预测研究(附代码,lightgbm模型)
学无止境、积少成多、厚积薄发
10-24 3161
心脏病是人类健康的头号杀手，全世界1/3的人口死亡是心脏病引起的。而我国，每年有几十万人死于心脏病。如果可以通过提取人体相关的体测指标，通过数据挖掘方式来分析不同特征对于心脏病的影响，将对预防心脏病起到至关重要的作用。
R1周-心脏病预测
weixin_56118617的博客
04-16 530
简单的RNN网络结构包括一个输入层、一个隐藏层和一个输出层，主要用来处理序列任务。RNN也有一定的局限性，那就是RNN具有长距离依赖，很难处理长序列的数据，而且由于其模型的特性，它比起神经网络更容易出现梯度消失和梯度爆炸的问题。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器不学习我学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值