本次实战内容，将使用Logistic回归来预测患疝气病的马的存活问题。原始数据集下载地址：http://archive.ics.uci.edu/ml/datasets/Horse+Colic
这里的数据包含了368个样本和28个特征。这种病不一定源自马的肠胃问题，其他问题也可能引发马疝病。该数据集中包含了医院检测马疝病的一些指标，有的指标比较主观，有的指标难以测量，例如马的疼痛级别。另外需要说明的是，除了部分指标主观和难以测量外，该数据还存在一个问题，数据集中有30%的值是缺失的。
预处理数据做两件事：
如果测试集中一条数据的特征值已经确实，那么我们选择实数0来替换所有缺失值，因为本文使用Logistic回归。因此这样做不会影响回归系数的值。sigmoid(0)=0.5，即它对结果的预测不具有任何倾向性。
如果测试集中一条数据的类别标签已经缺失，那么我们将该类别数据丢弃，因为类别标签与特征不同，很难确定采用某个合适的值来替换。
原始的数据集经过处理，保存为两个文件：horseColicTest.txt和horseColicTraining.txt。已经处理好的“干净”可用的数据集下载地址：
2021-06-12 15:26:08
7KB
1
比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！比赛源码，可供比赛参考！
2021-06-04 17:37:07
447KB
1
matlab三维步态分析系统代码帕金森氏病的原发性和继发性运动症状与DREAM挑战数据集的相关性
Parth
Shah2，R.Sahiti
Pudota1，Miad
Faezipour1，Ph.D。，Jani
Macari
Pallis，Ph.D.1
布里奇波特大学，221大学大道，布里奇波特，CT
06604
1，（UB校友）2
简易句
计算加速度，距离，步数，每步距离和信号能量（信号幅度的平方和），以确定如何使用帕金森氏病数字生物标记物DREAM
Challenge识别出帕金森氏病的主要和次要运动症状。
1]数据集。
背景/简介
2016年初，Pallis和Faezipour从Bridgeport大学获得了种子资金，用于与两名生物医学工程研究生[2]进行研究，他们随后发表了他们的硕士论文，以创建用于步态和跌倒检测的智能手机数据收集应用程序[
3]以及在MATLAB中使用分类方案来分析该数据以进行跌倒检测[4]。
作为该项目的一部分，该小组检查（但未分析）来自PhysioNet
[5]的数据集的步态和跌倒，并认识到正在开发的Smart-Phone和MATLAB应用程序也可以扩展为识别
2021-06-04 08:34:14
7.56MB
1