机器学习算法KNN(K近邻)应用实例——实现对是否患糖尿病的预测

上传者: zy_dreamer | 上传时间: 2022-05-07 09:11:13 | 文件大小: 674KB | 文件类型: ZIP
机器学习算法KNN(K近邻)应用实例 使用KNN(K近邻)算法对是否容易得糖尿病问题进行预测。 资源中包括完成的KNN算法训练和实现过程,以及用于机器学习的糖尿病数据集。 数据特征包括: Pregnancies:怀孕次数 Glucose:葡萄糖测试值 BloodPressure:血压 SkinThickness:表皮厚度 Insulin:胰岛素 BMI:身体质量指数 DiabetesPedigreeFunction:糖尿病遗传函数 Age:年龄 Outcome:是否为糖尿病 训练的过程包括数据的预处理、数据的可视化及EDA分析。 然后将数据划分成训练集和测试集,调用sklearn中的KNeighborsClassifier模型对数据进行训练。最后使用混淆矩阵、F1、精确率等指标对模型效果进行评估。 本应用实例可以方便与对KNN算法的应用过程有一个直观的了解和掌握。提升算法的应用实用性。 引入的库函数主要有如下: import numpy as np import pandas as pd from sklearn.model_selection import train_test

文件下载

资源详情

[{"title":"( 2 个子文件 674KB ) 机器学习算法KNN(K近邻)应用实例——实现对是否患糖尿病的预测","children":[{"title":"diabetes.csv <span style='color:#111;'> 22.56KB </span>","children":null,"spread":false},{"title":"KNN预测糖尿病.ipynb <span style='color:#111;'> 912.19KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明