糖尿病是一种常见的慢性疾病,影响着全球数亿人。利用机器学习算法预测糖尿病患者的风险,对于早期干预和治疗有着重要意义。本教程将指导你如何使用Python的scikit-learn
库中的糖尿病数据集,结合XGBoost算法进行糖尿病风险预测。
📑 数据集介绍
scikit-learn
自带了一个糖尿病数据集,它包含442位患者的生理指标和一年后病情的变化程度。虽然原数据集是回归任务的,但我们可以将其转化为二分类问题,即预测患者一年后病情是否会恶化。
📊 数据预处理
首先,导入必要的库,加载数据,并进行预处理。
import numpy as np
import pandas as pd
from sklearn.datasets import load_diabetes
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
# 加载数据
diabetes = load_diabetes()
# 转化为DataFrame
df = pd.DataFrame(data=np.c_[diabetes['data'], diabetes['target']], columns=diabetes['feature_names'] + ['target'])
# 根据target值是否大于中位数来划分标签
y = (df['target'] > df['target'].median()).astype(int)
X = df.drop('target', axis=1)
# 数据标准化
scaler = StandardScaler()
X = scaler.fit_transform(X)
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
🏆 构建XGBoost模型
接下来,使用XGBoost构建分类模型。我们将调整一些参数以优化模型性能。
import xgboost as xgb
from sklearn.metrics import accuracy_score, classification_report
# 定义XGBoost模型
model = xgb.XGBClassifier(
objective='binary:logistic',
learning_rate=0.1,
max_depth=3,
n_estimators=100,
random_state=42
)
# 训练模型
model.fit(X_train, y_train)
# 预测
y_pred = model.predict(X_test)
📈 模型评估
评估模型性能,包括准确率、精确率、召回率和F1分数。
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy * 100:.2f}%")
# 打印分类报告
print("Classification Report:")
print(classification_report(y_test, y_pred))
📊 特征重要性分析
了解哪些特征对糖尿病风险预测最为关键,有助于我们理解疾病的影响因素。
# 获取特征重要性
importances = model.feature_importances_
important_features = pd.DataFrame({'Feature': diabetes['feature_names'], 'Importance': importances})
important_features = important_features.sort_values(by='Importance', ascending=False)
# 显示最重要的特征
print("\nTop 5 Important Features:")
print(important_features.head(5))
通过上述步骤,我们成功地使用scikit-learn
和XGBoost构建了一个糖尿病风险预测模型。XGBoost的高效性和准确性使其成为处理此类问题的理想选择,而特征重要性分析则为我们提供了深入了解糖尿病风险因素的机会。
执行效果:
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/52a00987c00b4b9a81a417a164c36b80.png)
#XGBoost #机器学习 #糖尿病预测
如果你对这个案例感兴趣,或想进一步探讨如何利用机器学习解决实际问题,请随时留言交流,也请点赞,收藏和关注我!期待与你共同探索机器学习的无限可能。🌟📚