贝叶斯实例中风预测详解--python

贝叶斯中风预测详解--python

• 1. 内容描述
  • 1.1 字段描述
  • 1.2 Exploratory Data Analysis探索性数据分析
    • 1.2.1数据整体信息以及统计特征
    • 1.2.2 id
    • 1.2.3 gender性别
    • 1.2.4 age年龄
    • 1.2.5 Hypertension高血压
    • 1.2.6 heart_disease心脏病
    • 1.2.7 ever_married已婚与否
    • 1.2.8 work_type工作类型
    • 1.2.9 Residence_type居住类型
    • 1.2.10 avg_glucose_level患者体内的平均血糖水平
    • 1.2.11 bmi
    • 1.2.12 smoking_status吸烟状况
  • 1.3 特征工程
    • 1.3.1 标签编码
    • 1.3.2 特征相关性检查
      • 1.3.2.1 热图
      • 1.3.2.2 SelectKBest and F_Classif
    • 1.3.3 连续型数据处理
  • 1.4 贝叶斯模型描述
  • 1.5 数据集拆分
  • 1.6 模型创建
    • 1.6.1 先验条件计算
    • 1.6.2 后验条件计算(单组)
    • 1.6.3 后验条件计算(测试集)
  • 1.7 结果评估
    • 1.7.1准确率计算
    • 1.7.2 召回率计算
• *★,°*:.☆(￣▽￣)/$:*.°★* 。撒花撒花，完美搞定定

1. 内容描述

中风预测：根据世界卫生组织（WHO）的数据，中风是全球第二大死亡原因，约占总死亡人数的11％。该数据集用于根据输入参数（例如性别，年龄，各种疾病和吸烟状况）预测患者是否可能中风。数据中的每一行都提供有关患者的相关信息。 https://mp.weixin.qq.com/s/QobTa9eN0snb9u2lXxX_iQ 70%训练贝叶斯模型，30%预测 数据集