【文件属性】：
文件名称：Cardio_Catch_Diseases:[项目资料库]预测心血管疾病
文件大小：4.72MB
文件格式：ZIP
更新时间：2021-04-17 04:31:13
JupyterNotebook
心血管疾病预测
业务问题
Cadio Catch Diseases是一家致力于早期发现心脏病的公司。 该公司从事服务业务，以一定的价格提供对心血管疾病的早期诊断。
当前，心血管疾病的诊断是由专家团队手动进行的。 由于诊断的复杂性以及团队疲劳，诊断当前的准确性介于55％至65％之间，他们轮流将风险降到最低。 每次诊断的费用（包括设备和分析人员的工资）为1,000.00雷亚尔。
客户支付的诊断价格取决于专家团队所达到的精度。 客户对高于50％的5％精度支付500雷亚尔。 例如，对于55％的准确性，诊断为客户花费R $ 500,00，对于60％的准确性，价格为R $ 1000.00，依此类推。 如果诊断准确性为50％，则它是免费的。
如我们所见，诊断准确性偏差使CCD公司的诊断要么是有利可图的操作，要么是无利可图的操作。 诊断ROI为CCD公司带来了不可预测的收入。
目标和解决方案建议
客
【文件预览】：
Cardio_Catch_Diseases-main
----notebooks()
--------catboost_info()
--------cardio_catch_deseases_PH.ipynb(1.64MB)
----models()
--------lgbm_model_tuned.pkl(27KB)
--------lgbm_model.pkl(338KB)
--------lgbm_model_tuned_calibrated.pkl(299KB)
----images()
--------H5_TF.png(70KB)
--------H4_TF.png(81KB)
--------H3_TF.png(84KB)
--------num_features_distribution.png(47KB)
--------H8.png(21KB)
--------cat_features_distribution.png(80KB)
--------H1_TF.png(70KB)
--------H4.png(23KB)
--------H6_TF.png(69KB)
--------H7_TF.png(68KB)
--------H10_TF.png(97KB)
--------H1.png(18KB)
--------H9.png(25KB)
--------H7.png(19KB)
--------mind_map.png(172KB)
--------H6.png(18KB)
--------H5.png(19KB)
--------H8_TF.png(74KB)
--------H2_TF.png(112KB)
--------features_relations.png(129KB)
--------H3.png(23KB)
--------presentation.pptx(270KB)
--------business_revenue.png(114KB)
--------H10.png(25KB)
--------H2.png(27KB)
--------H9_TF.png(93KB)
--------bussines_method.png(115KB)
----classes()
--------cardio_catch_diseases.py(3KB)
----main.py(1KB)
----requirements.txt(262B)
----Procfile(19B)
----README.md(4KB)
----parameters()
--------cv_scores_accuracy.pkl(227B)
--------cv_scores_recall.pkl(227B)
--------cv_scores_precision_tuned_calibrated.pkl(227B)
--------cv_scores_f1_score_tuned.pkl(227B)
--------low_pressure_scaler.pkl(410B)
--------y_balanced.pkl(350KB)
--------high_pressure_scaler.pkl(410B)
--------weight_scaler.pkl(410B)
--------x_balanced.pkl(2.05MB)
--------cv_scores_recall_tuned.pkl(227B)
--------cv_scores_accuracy_tuned.pkl(227B)
--------cv_scores_f1_score_tuned_calibrated.pkl(227B)
--------y_train.pkl(1.17MB)
--------cv_scores_f1_score.pkl(227B)
--------x_train.pkl(2.74MB)
--------cv_scores_accuracy_tuned_calibrated.pkl(227B)
--------manual_selected_features.pkl(82B)
--------cv_scores_recall_tuned_calibrated.pkl(227B)
--------cv_scores_precision_tuned.pkl(227B)
--------cv_scores_precision.pkl(227B)
--------age_scaler.pkl(524B)
--------height_scaler.pkl(410B)
--------bmi_scaler.pkl(410B)
----data()
--------cardio_train.csv(2.81MB)
----.gitignore(2KB)