文件名称：-MACHINE-LEARNING-Patients-diagnosis
文件大小：147KB
文件格式：ZIP
更新时间：2024-04-24 00:31:53
JupyterNotebook
-机器学习-患者预后 描述 在这个项目中，我们将不同的机器学习技术应用于现实世界的数据集。 该数据集包含来自图卢兹的霍皮塔利埃大学中心（CHU）的患者数据。 该数据集的目的是根据病变和患者特征预测诊断。每种病变根据其口腔特征（例如形状，颜色）和患者特征（年龄，性别，吸烟状况）进行描述。 目的是预测诊断（多分类预测）和不典型增生状态（二进制预测）。 使用方法 已测试了相关性，并删除了不必要的参数，使用主成分分析（PCA）来减少参数的维数。 然后，我们使用k最近邻算法在分裂数据上训练模型，以分类和预测未来的诊断。 内建 Jupyter笔记本 作者 HARAKI YOUNESS- （ ）
【文件预览】：
-MACHINE-LEARNING-Patients-diagnosis-main
----LICENSE(34KB)
----plot_2d_separator.py(1KB)
----README.md(1KB)
----dataset.csv(177KB)
----Patient_diagnosis.ipynb(183KB)