文件名称:
chronic-kidney-disease-kaggle:使用机器学习模型基于一些功能来预测患者是否患有慢性肾脏疾病。 还解释了模型的结果，以使卫生从业人员更容易理解-源码
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-13
详细说明：慢性肾脏疾病
数据包括25个特征和400个观察值，这些观察值可以用于预测慢性肾脏疾病。 原始数据集可在中找到，您可以在找到kaggle数据集。 我使用数据清理和数据转换技术（包括数据压缩技术）（例如PCA（主成分分析））来评估Logistic回归和决策树分类器的性能。
这是最终成绩：
不使用标准定标器的逻辑回归：F1-得分：0.992 没有标准缩放器的决策树分类器：F1-分数：0.959
使用标准缩放器进行逻辑回归：F1-得分：0.976 使用标准缩放器和PCA的逻辑回归：F1-得分：0.625 带有标准缩放器和PCA的决策树分类器：F1-得分：0.879
在我们讨论了每个分类器的功能重要性，并解释了结果对患者和疾病进展的意义。 它们与肾脏功能诊断测试之间的关系如何暴露出患者的病情？ 仅仅为了阅读，使用
最后，它们是您可以尝试进一步改进和完善模型的任务。 看看他们，也许您会学到一些
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
