基于机器学习与集成方法的心脏病预测
机器学习
2021-11-17 v1 人工智能
摘要
位于胸腔中的心脏四个重要腔室对人的生存至关重要，却讽刺地最为脆弱。心血管疾病（CVD），通常也称为心脏病，在过去几十年中已逐渐成长为人类的首要死因。考虑到这一令人担忧的统计数据，显然罹患 CVD 的患者需要快速且正确的诊断，以便尽早治疗从而降低致死可能。本文尝试利用所提供的数据训练分类模型，如逻辑回归、K 近邻、支持向量机、决策树、高斯朴素贝叶斯、随机森林和多层感知机（人工神经网络），并最终使用软投票集成技术，以期获得尽可能多的正确诊断。
引用
@article{arxiv.2111.08667,
title = {Machine Learning and Ensemble Approach Onto Predicting Heart Disease},
author = {Aaditya Surya},
journal= {arXiv preprint arXiv:2111.08667},
year = {2021}
}
备注
7 pages