分类算法的Python,心脏病
时间: 2023-11-05 08:08:26 浏览: 44
针对心脏病的分类算法,可以使用Python中的机器学习库来实现。常用的分类算法包括决策树、随机森林、支持向量机等。以下是一个使用决策树算法进行心脏病分类的示例代码:
```python
import pandas as pd
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 导入数据
data = pd.read_csv('heart.csv')
# 划分特征和标签
X = data.drop(columns=['target'])
y = data['target']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建决策树分类器
clf = DecisionTreeClassifier()
# 训练模型
clf.fit(X_train, y_train)
# 预测测试集
y_pred = clf.predict(X_test)
# 计算准确率
acc = accuracy_score(y_test, y_pred)
print('准确率:', acc)
```
其中,heart.csv是已经处理好的心脏病数据集,包含13个特征和1个二元分类标签(0代表无心脏病,1代表有心脏病)。通过划分训练集和测试集,并使用决策树分类器进行训练和预测,最后可以计算出模型的准确率。