心脏病预测数据预处理代码

以下是一个简单的心脏病预测数据预处理代码示例，以使用的数据集为 Cleveland Heart Disease 数据集：

import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

# 读取数据
data = pd.read_csv("heart.csv")

# 将目标变量转换为0和1的二元变量
data['target'] = np.where(data['target'] > 0, 1, 0)

# 将分类变量转换为虚拟变量
data = pd.get_dummies(data, columns=['sex', 'cp', 'fbs', 'restecg', 'exang', 'slope', 'ca', 'thal'])

# 标准化数值变量
scaler = StandardScaler()
numerical = ['age', 'trestbps', 'chol', 'thalach', 'oldpeak']
data[numerical] = scaler.fit_transform(data[numerical])

# 分割数据集为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(data.drop('target', axis=1), data['target'], test_size=0.2, random_state=42)

这段代码的主要步骤包括：

1. 读取 Cleveland Heart Disease 数据集；
2. 将目标变量转换为二元变量；
3. 将分类变量转换为虚拟变量；
4. 对数值变量进行标准化；
5. 将数据集分割为训练集和测试集。