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.