基于聚类和XGboost算法的心脏病预测

【文件属性】：
文件名称：基于聚类和XGboost算法的心脏病预测
文件大小：895KB
文件格式：PDF
更新时间：2021-05-06 12:45:33
心脏病预测 聚类 机器学习 K-means XGboost 过去十几年来，心脏病发病率在全球一直呈上升趋势且居高不下.所以，如果可以通过计算机手段提取人体相关的体检指标，且通过机器学习的方式来分析不同特征及其权值对于心脏病的影响，对于预测和预防心脏病将起到很关键的作用.因此本文提出一个基于聚类和XGboost算法的预测方法.通过对数据的预处理，区分特征，再通过聚类算法如K-means对数据集聚类分块.最后用XGboost算法进行预测分析.实验结果表明，所提出的基于聚类和XGboost算法的预测方法的可行性和有效性，为就医推荐等应用提供了精准有效的帮助.