Projekt – Überwachtes Lernen mit Python – Nutzen wir die logistische Regression zur Vorhersage der Wahrscheinlichkeit eines Herzinfarkts

Dieses Tutorial demonstriert ein maschinelles Lernprojekt mit Python und dem LogisticRegression-Algorithmus zur Vorhersage der Wahrscheinlichkeit eines Herzinfarkts. Der von Kaggle stammende Datensatz wird analysiert, um ein Vorhersagemodell zu erstellen.

Schlüsselkonzepte:

• Logistische Regression
• StandardScaler (sklearn.preprocessing)
• fit_transform()
• train_test_split()
• model.predict()
• model.predict_proba()
• classification_report()
• roc_auc_score()

Projektziel:

Dieses Projekt zielt darauf ab, die praktische Anwendung der logistischen Regression bei der Vorhersage des Herzinfarktrisikos basierend auf Patientendaten zu veranschaulichen. Wir werden die Fähigkeiten von Python nutzen, um dieses Vorhersagemodell zu erstellen und zu bewerten.

Das Jupyter-Notizbuch und der Datensatz sind hier verfügbar:

Notizbuch: https://www.php.cn/link/aa3f874fb850d8908be9af3a69af4289

Datensatz: https://www.php.cn/link/4223a1d5b9e017dda51515829140e5d2 (Kaggle-Quelle: https://www.php.cn/link/5bb77e5c6d452aee283844d47756dc05)

Zukunftspläne:

Zukünftige Tutorials werden weitere Konzepte des maschinellen Lernens untersuchen und sich dabei auf überwachtes und unüberwachtes Lernen konzentrieren, wie in dieser Kaggle-Roadmap beschrieben: https://www.php.cn/link/4bea9e07f447fd088811cc81697a4d4e [#Machine Learning Engineer Roadmap für 2025]

Zielgruppe:

Dieses Tutorial richtet sich an Python-Enthusiasten, die sich für maschinelles Lernen interessieren, insbesondere für diejenigen, die neu auf diesem Gebiet sind. Es baut auf einem früheren Tutorial zur linearen Regression auf.

Fühlen Sie sich frei, mit dem Notebook zu experimentieren und verschiedene Modelle des maschinellen Lernens zu erkunden!

Schritt-für-Schritt-Anleitung:

Schritt 1: Laden der Daten

import pandas as pd

data = pd.read_csv('heart-disease-prediction.csv')
print(data.head())

Dadurch wird der Datensatz mit Pandas geladen.

Schritt 2: Explorative Datenanalyse (EDA)

print(data.info())

Dies bietet eine Zusammenfassung der Struktur und Datentypen des Datensatzes.

Schritt 3: Umgang mit fehlenden Daten

print(data.isnull().sum())
data.fillna(data.mean(), inplace=True)
print(data.isnull().sum())

Fehlende Werte werden anhand des Mittelwerts jeder Spalte identifiziert und aufgefüllt.

Schritt 4: Datenvorverarbeitung

X = data[['age', 'totChol','sysBP','diaBP', 'cigsPerDay','BMI','glucose']]
y = data['TenYearCHD']

Relevante Merkmale (X) und die Zielvariable (y) werden ausgewählt.

Schritt 5: Datennormalisierung

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X = scaler.fit_transform(X)

Daten werden mit StandardScaler normalisiert, um die Modellleistung zu verbessern.

Schritt 6: Datenaufteilung

import pandas as pd

data = pd.read_csv('heart-disease-prediction.csv')
print(data.head())

Der Datensatz ist in Trainings- und Testsätze aufgeteilt (80/20-Aufteilung).

Schritt 7: Modellschulung

print(data.info())

Anhand der Trainingsdaten wird ein logistisches Regressionsmodell trainiert.

Schritt 8: Modellbewertung

print(data.isnull().sum())
data.fillna(data.mean(), inplace=True)
print(data.isnull().sum())

Die Leistung des Modells wird anhand von classification_report und roc_auc_score bewertet.

Schritt 9: Modellvorhersage

X = data[['age', 'totChol','sysBP','diaBP', 'cigsPerDay','BMI','glucose']]
y = data['TenYearCHD']

Das trainierte Modell wird verwendet, um das Risiko einer Herzerkrankung für einen neuen Patienten vorherzusagen.

Zusätzliche Patientendaten werden für die weitere Praxis bereitgestellt:

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
X = scaler.fit_transform(X)

Das obige ist der detaillierte Inhalt vonProjekt – Überwachtes Lernen mit Python – Nutzen wir die logistische Regression zur Vorhersage der Wahrscheinlichkeit eines Herzinfarkts. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!