使用机器学习和大数据预测心脏病

心脏疾病数据集是一个已经被机器学习研究人员深入研究过的数据集，它可以在UCI机器学习数据集仓库的这里免费获取。在这里有4个数据集，我已经使用了有14个主要特点的克利夫兰的数据集。这个数据集的的功能或属性如下：

• age- 用年数表示的年龄

• sex- 性别枚举(1 = 男性; 0 = 女性)

• cp: 胸部疼痛的类型

   ? 值为 '1': 典型的心绞痛
   ? 值为 '2': 非典型的心绞痛
   ? 值为 '3': 非心绞痛的疼痛
   ? 值为 '4': 无临床症状

• trestbpss: 静息血压 (准许入院的毫米汞柱（mm Hg）)

• chol: ?以mg/dl为单位的血清类固醇

• fbs: (空腹血糖 > 120 mg/dl) (1 = 是; 0 = 否)

• restecg: 静息心电图结果

  值为 0: 正常
  值为 1: 有ST-T波异常 (T波倒置和/或ST段抬高或压低＞0.05 mV)
  值为 2: 显示该标准下可能或明确的的左心室肥厚

• thalach?: 达到的最大心率

• exang : 是否运动诱发的心绞痛 (1 = 是; 0 = 否)

• oldpeak?: 由与相对休息有明显差异的运动诱导的ST段压低

• slope?: 运动高峰期的ST段斜率

  值为 1: 上斜
  值为 2: 水平

• ca?: 被透视荧光检查（flourosopy）标注颜色的大血管的数量 (0-3)

• thal?: 3 = 正常; 6 = 固有缺陷; 7 = 可修复缺陷

• num?: 心脏病的诊断?(冠状动脉疾病状态)

  值为 0: < 50% 直径缩小 ?(意味着'没有疾病')
  值为 1: > 50% 直径缩小 ?(意味着'出现了疾病')

使用的技术