uci心脏病逻辑回归预测
时间: 2024-01-09 10:21:57 浏览: 35
根据引用内容,可以通过阿里云机器学习平台搭建心脏病预测案例。其中,特征权重分析显示心跳数(thalach)对于是否发生心脏病影响最大,而性别对于心脏病没有影响。通过使用14个特征,可以达到80%以上的心脏病预测准确率。这个模型可以用来预测心脏病,辅助医生的预防和治疗工作。
以下是一个使用逻辑回归模型进行UCI心脏病预测的示例代码:
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
# 读取数据集
data = pd.read_csv('heart.csv')
# 划分特征和标签
X = data.drop('target', axis=1)
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)
# 创建逻辑回归模型
model = LogisticRegression()
# 拟合模型
model.fit(X_train, y_train)
# 预测测试集
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
```
这段代码首先导入了必要的库,然后读取了心脏病数据集。接着,将数据集划分为特征(X)和标签(y),然后再将数据集划分为训练集和测试集。接下来,创建了一个逻辑回归模型,并使用训练集拟合模型。最后,使用测试集进行预测,并计算预测准确率。