心脏病预测

实验基础信息

实验名称：心脏病预测
实验英文名：HeartDiseasePrediction
所属类目：智慧医疗
实验描述：根据体检指标，年龄、性别、胸部疼痛类型、血压、胆固醇、空腹血糖、心电图结果、是否心绞痛等预测用户是否会患心脏病
主要应用算法：逻辑回归二分类

数据说明

数据来源：开源数据。
数据属性：结构化数据。
数据详情：数据集为用户体检信息，包含年龄、性别、胸部疼痛类型、血压、胆固醇、空腹血糖、心电图结果、是否心绞痛等列

实验搭建

实验整体流程如下：

读数据表：读入用户原始体检数据。

SQL脚本：进行数据映射，将字符类型的枚举值映射为数值类型，如男性映射为1，女性映射为0。

select
    age         ,
    (case sex
        when 'male' then 1
        else 0
    end) as sex         ,
    (case cp
        when 'angina' then 0
        when 'notang' then 1
        else 2
    end) as cp         ,
    trestbps         ,
    chol         ,
    (case fbs
        when 'true' then 1
        else 0
    end) as fbs         ,
    (             case restecg
        when 'norm' then 0
        when 'abn' then 1
        else 2
    end         ) as restecg         ,
    thalach         ,
    (case exang
        when 'true' then 1
        else 0
    end) as exang         ,
    oldpeak         ,
    (case slop
        when 'up' then 0
        when 'flat' then 1
        else 2
    end) as slop         ,
    ca         ,
    (case thal
        when 'norm' then 0
        when 'fix' then 1
        else 2
    end) as thal         ,
    (case status
        when 'sick' then 1
        else 0
    end) as ifHealth
from
    ${table2};

类型转化：将表中int类型数据，全部转化为double类型，方便后续运算。

归一化：对表的数据列进行归一化处理，采用线性函数转化，计算表达式为y=(x-min)/（max-min），归一化至[0,1]之间。

拆分：将数据按照8:2拆分成训练数据与测试数据。
逻辑回归二分类；采用逻辑回归二分类算法，训练分类模型。
- 逻辑回归二分类组件：用于预测当前被观察的对象属于哪个组，最终提供离散的二进制（0或1）输出结果。

预测：用训练好的模型预测测试数据，预测结果如下。

二分类评估：利用评估组件，进行模型评价，AUC准确率为86.36%，效果较好。