在当今时代,检测和预测任何疾病非常重要,为什么要这样做,因为每个人都忙于日常生活,没有人关心自己的健康,也没有人遵循适当的饮食,这种鲁leads的行为会导致多种疾病。 在所有疾病中,心脏病是一种非常严重的疾病。 心脏病的主要原因之一是吸烟,饮酒和缺乏运动等。WHO(世界卫生组织)记录说,有3100万人死于CVD(心血管疾病)。 因此,有必要在心脏病发作之前对心脏病进行预测。 有大量来自医疗保健行业和医院的数据,但是像医生或医学专家这样的人却无法分析这些数据,因此机器学习可以分析大量数据并提供更好的结果。 过去几年的研究人员发现,机器学习在分析数据方面非常有效,因此我们提出了几种机器学习算法,例如人工神经网络(ANN),随机森林(RF),逻辑回归,K近邻(KNN) ),朴素贝叶斯(NB),支持向量机(SVM),决策树(DT)等来预测心脏病。 并且在本文中,我们获得了各种机器学习算法的结果,并进行了比较。
1