基于机器学习的心脏病预测方法(2)——Heart Disease UCI数据集可视化介绍

本文详细介绍了基于Heart Disease UCI数据集的心脏病预测方法,涵盖数据集结构、缺失值检查、与目标变量的相关性分析、性别和年龄对心脏病发病率的影响,以及糖尿病、胸痛、静息血压等因素对心脏病风险的关联。结果显示,男性、高龄、糖尿病患者及特定心电图特征人群心脏病发病率较高。
摘要由CSDN通过智能技术生成

1、基础介绍

UCI数据集包括4个数据库:

  1. 匈牙利心脏病研究所。Andras Janosi博士
  2. 瑞士苏黎世大学医院:William Steinbrunn博士
  3. 瑞士巴塞尔大学医院:Matthias Pfisterer博士
  4. 长滩和克利夫兰诊所基金会V.A.医疗中心:Robert Detrano博士

捐赠者是:David W.Aha(714)856-8779。

2、数据集结构和描述

首先导入相应的库:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.
  • 1
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

wendy_ya

您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
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