Data Exploration and Machine Learning using R
Les maladies cardiovasculaires sont aujourd'hui courantes dans toutes les tranches d'âge. La prédiction à un stade précoce peut aider à adapter un mode de vie sain afin d'éviter un risque élevé de menace pour la vie.
Les chercheurs recherchent en permanence des liens à partir des sources de données existantes afin de pouvoir prédire les maladies cardiaques à un stade précoce. Il existe des techniques éprouvées d'exploration de données, telles que les arbres de décision, les machines à vecteurs de support et la régression logistique, qui sont utiles pour le pronostic des maladies cardiaques. Cette recherche se concentre sur la prédiction des maladies cardiaques à l'aide de la machine à vecteur de support et de la technique de régression linéaire.
L'ensemble de données sur les maladies cardiaques de Cleveland est utilisé comme échantillon pour déterminer la précision des deux techniques choisies. La comparaison montre que la régression logistique donne des résultats plus précis que la machine à vecteur de support sur l'ensemble des données relatives aux maladies cardiaques.
L'analyse de la recherche est effectuée dans un script R où l'ensemble de données sur les maladies cardiaques de Cleveland est analysé et deux modèles (SVM, régression logistique) sont mis en œuvre à l'aide de R. Le projet se concentre sur l'application des techniques de machine à vecteur de support et de régression logistique sur l'ensemble de données susmentionné.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)