24小时自动发货

客服不在也可下单/百度云发货

项目描述

Python糖尿病风险预测模型数据分析可视化

文件格式: ipynb

数据集包含以下列:

Pregnancies: 怀孕次数

Glucose: 血糖水平

BloodPressure: 血压

SkinThickness: 皮肤厚度

Insulin: 胰岛素

BMI: 体重指数

DiabetesPedigreeFunction: 糖尿病遗传函数

Age: 年龄

Outcome: 结果 (1表示有糖尿病, 0表示没有)

diabetes.csv

Python糖尿病风险预测模型数据分析可…

联系技术.txt

项目描述.txt

注册 .txt

机器学习模型的选择

选择合适的机器学习模型通常取决于数据集的特质以及我们想解决的问题。对于这个糖尿病数据集，可以考虑以下几种模型：

1. 逻辑回归 (Logistic Regression)：

适用于二分类问题，如本数据集的糖尿病预测（有糖尿病或没有糖尿病）。

1.从直方图中，我们可以观察到以下特点：

妊娠次数分布：大多数患者的妊娠次数在0到6次之间。

血糖水平分布：血糖水平的分布呈现出右偏态，大多数患者的血糖水平在100以下，但也有一部分患者的血糖水平较高。

血压分布：血压的分布相对均匀，大多数患者的血压在60到80之间。

皮肤厚度分布：大部分患者的皮肤厚度在0到40之间，但也有一些极端值。

胰岛素分布：胰岛素的分布呈现出明显的右偏态，大多数患者的胰岛素水平在0到200之间，但也有一部分患者的胰岛素水平较高。