用Python做支持向量机预测心脏疾病
时间: 2023-07-20 15:27:51 浏览: 57
好的,下面是使用Python进行支持向量机预测心脏疾病的基本步骤:
1. 导入所需的库和数据集
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 读取数据集
data = pd.read_csv('heart.csv')
```
2. 数据预处理
```python
# 将数据集划分为特征和标签
X = data.drop('target', axis=1)
y = data['target']
# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
```
3. 训练模型
```python
# 创建SVM分类器
clf = SVC(kernel='linear')
# 训练模型
clf.fit(X_train, y_train)
```
4. 预测和评估
```python
# 对测试集进行预测
y_pred = clf.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
最后,您可以根据需要对模型进行调整,比如调整SVM核函数的类型、调整正则化参数等等,以提高模型的预测准确率。