心脏病分类预测--逻辑回归

最新推荐文章于 2023-06-13 18:00:00 发布

weixin_44322234

最新推荐文章于 2023-06-13 18:00:00 发布

阅读量2.8k

点赞数

分类专栏：机器学习文章标签：逻辑回归分类机器学习

本文链接：https://blog.csdn.net/weixin_44322234/article/details/115052451

版权

机器学习专栏收录该内容

9 篇文章 116 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何运用逻辑回归算法预测心脏病。首先，分析了来自Kaggle的数据集，包括303个样本和14个特征。接着，详细阐述了逻辑回归的定义，并探讨了sklearn库中LogisticRegression模型的主要参数，如penalty（正则化选择）和solver（优化算法选择）。通过对参数的调整，可以应对过拟合问题并优化模型性能。

摘要由CSDN通过智能技术生成

一、问题背景

利用逻辑回归算法实现心脏病预测。

二、数据集分析

数据集地址：https://www.kaggle.com/ronitf/heart-disease-uci
数据集中一共有303个样本，共有14个特征，特征描述如下：

属性	含义
age	年龄
sex	性别 1=male,0=female
cp	胸痛类型(4种) 值1:典型心绞痛，值2:非典型心绞痛，值3:非心绞痛，值4:无症状
trestbps	静息血压
chol	血清胆固醇
fbs	空腹血糖 >120mg/dl ,1=true; 0=false
restecg	静息心电图(值0,1,2)
thalach	达到的最大心率
exang