基于机器学习的心脏病预测方法（7）——K最近邻算法（KNN）

已于 2023-02-15 12:24:53 修改
阅读量3.2k 收藏 10
点赞数 1
分类专栏： 基于机器学习的心脏病预测方法 python 文章标签： 算法 python
于 2021-09-11 19:16:21 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/didi_ya/article/details/120241738
版权
本文详细介绍了使用K最近邻算法（KNN）进行心脏病预测的方法，包括模型步骤、核心代码实现以及多种评价指标如混淆矩阵、预测分数、召回率、F分数等。实验结果显示，当k取8时，测试集准确率最高，达到了68.85%，AUC指标为0.706971，展示了KNN在该任务中的应用效果。
摘要由CSDN通过智能技术生成

目录

一、KNN

KNN模型步骤：

  1. 加载数据集
  2. 初始化k的值
  3. 为了获得预测的类，从1迭代到训练数据点的总数
    • 计算测量数据和每行训练数据之间的距离（最常用的为欧几里得距离）；
    • 根据距离值按升序对计算的距离进行排序
    • 从排序的数组中获取前k行
    • 获取这些行中频率最高的类
    • 返回预测的类

二、核心代码

首先需要导入相应库和数据集：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings(
了解本专栏 订阅专栏 解锁全文 超级会员免费看
wendy_ya
关注
  • 1
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
KNN 聚类算法介绍
2301_80930412的博客
05-16 410
KNN 聚类算法是一种简单而有效的无监督学习算法，它可以用于处理各种类型的数据。它的优点包括简单易懂、易于实现、不需要预先假设数据的分布等，但它也存在一些缺点，例如对数据点的距离计算量大、K值的选取对聚类结果有很大影响等。
机器学习-K最近邻（KNN）算法
小庄同学的博客
06-28 1131
注：部分图片来源于贪心学院训练营 ，部分来源于网络。 就像学习任何编程语言一样，都要从认识‘hello world’开始。在机器学习算法里面， KNN算法也相当与这个角色。 定量说一下：理解代码核心不超过5分钟，从零写KNN代码不超过5行。 看到这里估计大家知道我想说明什么了。没错，KNN算法就是一种分类算法。 看到这个绿色的圆形，我们猜测一下，应该给他分到哪一个类别里面呢。 ...
机器学习-基于KNN和LMKNN的心脏病预测
m0_62237233的博客
02-08 2415
除了心脏病这个，原文做了四个实验。最后结果图如下：knn蓝lmknn黄可以简单分析得到分类的种类k越大时，lmknn具有更高的准确性。
python 心脏病可视化和分类预测
weixin_46572727的博客
02-03 7077
python 心脏病可视化和分类预测 通过对心脏病二分类数据集进行分析和预测，以此来发现数据集里的可能存在的某些规律和挖掘其中的价值，可运用于实际生活中，为人们的健康保驾护航。
KNN最邻近分类算法【案例演示非常详细】
lyq7269的博客
09-23 2339
KNN算法简介 KNN近邻法(k-nearest neighbor，KNN) 是一种很基本的机器学习方法，在我们平常的生活中也不
【Python机器学习项目】项目一：心脏病二分类问题
SpriteNym的博客
09-05 4351
简单
R语言非参数方法：使用核回归平滑估计和K-NN(K近邻算法)分类预测心脏病数据...
拓端研究室TRL
04-22 108
原文链接：http://tecdat.cn/?p=22181本文考虑一下基于核方法进行分类预测。注意，在这里，我们不使用标准逻辑回归，它是参数模型。非参数方法用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认为函数光滑，避免了模型选择带来的风险；但是，表达式复杂，难以解释，计算量大是非参的一个很大的毛病。所以说使用...
knn机器学习算法_K-最近邻居（KNN）算法| 机器学习
cumudi0723的博客
07-06 485
knn机器学习算法Goal: To classify a query point (with 2 features) using training data of 2 classes using KNN. 目标：使用KNN使用2类的训练数据对查询点(具有2个要素)进行分类。 K最近邻居(KNN) (K- Nearest Neighbor (KNN)) KNN is a basic machi...
python机器学习案例教程——K最近邻算法的实现
09-20
K最近邻（K-Nearest Neighbors，简称KNN）算法是一种基于实例的学习，或称为记忆型学习，属于监督学习的范畴。它的工作原理简单直观，对于分类问题，KNN会将新样本分配到与其最近的K个训练样本中最多出现的类别。KNN...
机器学习算法KNN（K近邻）应用实例——实现对是否患糖尿病的预测
05-06
机器学习算法KNN（K近邻）应用实例 使用KNN（K近邻）算法对是否容易得糖尿病问题进行预测。 资源中包括完成的KNN算法训练和实现过程，以及用于机器学习的糖尿病数据集。 数据特征包括： Pregnancies：怀孕次数 ...
使用机器学习识别心脏病预测
09-09
机器学习有助于预测心脏疾病，而且做出的预测相当准确。 该项目涉及对心脏病患者数据集进行分析，并进行适当的数据处理。然后，训练不同的模型，并使用不同的算法KNN、决策树、随机森林进行预测
Heart_disease_prediction:使用5种算法进行心脏病预测
05-25
心脏病预测 Heart Disease prediction using 5 algorithms - Logistic regression, - Random forest, - Naive Bayes, - KNN(K Nearest Neighbors), - Decision Tree then improved accuracy by adjusting different aspect of algorithms. 最终决策树 数据集来源（） 数据集创建者： 匈牙利心脏病研究所。 布达佩斯：医学博士Andras Janosi 瑞士苏黎世大学医院：医学博士William Steinbrunn 瑞士巴塞尔大学医院：医学博士Matthias Pfisterer VA医疗中心，长滩和克利夫兰诊所基金会：Robert Detrano，医学博士。 数据集信息： 该数据库
KNN疾病预测算法Demo
07-24
该资源是利用KNN算法对数据进行分类，以excel文件作为输入，能够针对患者的病症，得出他是否患有该病（准确率在70%左右）。有兴趣的童鞋可以下载看看哦！
KNN详细算法以及数据集
08-09
文件夹里面是K~最近邻算法需要的数据集以及完整程序。
PYTHON机器学习——KNN（k近邻算法）
12-22
PYTHON机器学习——KNN（k近邻算法） 代码实现 首先，导入需要用到的包 import numpy as np import matplotlib.pyplot as plt 初始化模拟数据集和对应的分类 data_x=[[1.15,2.34], [1.55,2.47], [3.78,4.98], ...
基于Python常用机器学习算法的简洁实现之k最近邻.zip
最新发布
05-12
本资源主要关注的是Python中的k最近邻（k-Nearest Neighbors, k-NN）算法，这是一种非参数监督学习方法，适用于分类和回归问题。k-NN算法的基本思想是：对于一个新的实例，我们将其分类或预测为与它最接近的k个训练...
心脏病预测（机器学习KNN）
mary950301的博客
02-12 5682
心脏病预测
KNN+数据可视化+代码详解
weixin_53364976的博客
10-11 1170
KNN算法代码详解调用sklearn库完成，并可视化
评论
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

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