Myocardial-Infarction-Prediction:使用住院三天的数据预测患者的死亡-源码

心肌梗塞预测 使用心肌梗死后三天就诊的数据预测患者的死亡。 该项目使用UCI机器学习存储库中的数据集。 该数据集包含在发生心肌梗塞后三天内在医院从患者那里收集的数据。 在研究生院期间，我研究了心脏组织工程技术，以创建源自干细胞的心脏组织，该组织可以在心肌梗塞后植入心脏，因此我自然对这个数据集产生了兴趣。 我对了解数据集中每个功能所代表的医学术语以正确清除任何缺失值的数据的能力感兴趣。 我研究了这些功能，以识别它们之间的关系，以正确估算缺失的数据。 清理数据后，我使用数据集进行监督学习分类器，包括K近邻，随机森林，支持向量机和adaboost。 我使用带有交叉验证的网格搜索来优化超参数以获得最准确的拟合。 我生成了ROC曲线以确定阈值，以假阳性为代价来优化召回率。 在预测死亡的情况下，最大限度地提高召回率尤为重要，这样我们就可以识别出尽可能多的可能死亡的患者，以分配更多的医院资源来挽救他