基于Logistic回归与决策树的心脏病确诊因素分析

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：通过利用加州大学欧文分校数据库的心脏病数据集，通过建立logistic模型和决策树模型分析确诊心脏病的危险因素。采用ROC曲线和AUC面积作为标准来评价模型预测效果，结果显示两种模型对于数据的拟合都表现不错。与此同时两种模型显示胸痛类型、静息血压、荧光染色法测定的主要血管数和是否患地中海贫血症对于最终是否确诊心脏病有显著影响。（剩余6262字）

试读结束

目录
monitor