在这个项目中,我们将构建一个模型,通过该模型我们可以准确地检测人体中帕金森氏病的存在。
什么是帕金森氏病?
帕金森氏病是中枢神经系统的进行性疾病,会影响运动并诱发震颤和僵硬。这是慢性的,尚未治愈。它是一种神经退行性疾病,会影响大脑中产生多巴胺的神经元。
什么是XGBoost?
XGBoost是一种新的机器学习算法,设计时考虑了速度和性能。XGBoost代表eXtreme Gradient Boosting,它基于决策树。在这个项目中,我们将从xgboost库中导入XGBClassifier。这是用于XGBoost分类的scikit-learn API的实现。
使用XGBoost检测帕金森氏病的目的
在这个项目中,我们使用Python库 scikit-learn,numpy,pandas和xgboost,我们将使用XGBClassifier构建模型。我们将加载数据,获取特征和标签,缩放特征,然后拆分数据集,构建XGBClassifier,然后计算模型的准确性。
检测帕金森氏病的步骤
1、导入必要的库
import numpy as npimport pandas as pdimport os, sysfrom sklea