数据分享 | R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病

文章预览

本文 约3000字 ，建议阅读 10分钟 本文带你通过实际的案例，使用不同的算法预测心脏病。 全文链接：http://tecdat.cn/?p=23061 这个数据集可以追溯到1988年，由四个数据库组成。克利夫兰、匈牙利、瑞士和长滩。"目标 "字段是指病人是否有心脏病。它的数值为整数，0=无病，1=有病（点击文末“阅读原文”获取完整代码数据）。 数据集信息 ‍ 目标： 主要目的是预测给定的人是否有心脏病，借助于几个因素，如年龄、胆固醇水平、胸痛类型等。 我们在这个问题上使用的算法是： 二元逻辑回归 Naive Bayes算法 决策树 随机森林 相关视频 数据集的描述： ‍ 该数据有303个观察值和14个变量。每个观察值都包含关于个人的以下信息。 年龄：个人的年龄，以年为单位 sex：性别（1=男性；0=女性） cp：胸痛类型（1=典型心绞痛；2=非典型心绞痛；3=非心绞痛；4=无症状 ………………………………