糖尿病预测应用 通过使用机器学习算法来预测糖尿病的应用程序。 它由Flask构建并部署在Heroku上。 在这个项目中，我们的目标是根据怀孕，血糖，血压，皮肤厚度，胰岛素，BMI，糖尿病谱系功能，年龄等各种特征来预测患者是否患有糖尿病。 我们将执行从数据收集到模型部署的所有步骤。 在模型评估期间，我们根据precision_score指标比较各种机器学习算法，并找到最佳算法。 然后，我们使用Flask（这是一个python微框架）创建一个Web应用。 部署-https: 截屏 安装 克隆此

BMI-机器-应用程序

预测健康生活方式 网络应用程序链接： : Jupyter笔记本链接： ://nbviewer.jupyter.org/github/harshulvarma/health_lifestyle_app/blob/master/health_lifestyle_prediction_app.ipynb GitHub存储库链接： : 概述 该项目的目标是为健身房打造一个机器学习网络应用程序，供他们使用，以便他们可以输入新客户的信息，例如静息心率，BMI，Vo2等，从而满足他们的生活方式（有需要

使用机器学习的端到端糖尿病预测应用程序（MINI项目） 表中的内容 总览 在这个项目中，目标是根据各种特征来预测人是否患有糖尿病。 怀孕 胰岛素水平 年龄 BMI。 该项目中使用的数据集来自 。 “该数据集最初来自美国国立糖尿病与消化与肾脏疾病研究所。该数据集的目的是根据数据集中包含的某些诊断指标，诊断性地预测患者是否患有糖尿病。从更大的数据库中选择这些实例。特别是，这里的所有患者都是皮马印第安人遗产至少21岁的女性。” 并使用了简单的。 动机 动机是尝试进行端到端机器学习项目，并获得有关和o