使用逻辑回归预测心脏病

在医疗领域，如何准确地预测患者是否有心脏病是一个非常重要的问题。逻辑回归是一种分类算法，可以用于预测一个二元分类的结果，如心脏病的存在与否。在本文中，我们将使用逻辑回归来预测患者是否有心脏病。

数据集介绍

我们将使用Heart Disease UCI 数据集，该数据集包含303个样本和14个特征。我们将使用其中13个特征来预测目标变量 - 心脏病。以下是该数据集的特征名称和描述：

• age：年龄
• sex：性别（1 = 男性，0 = 女性）
• cp：胸痛类型（1 = 典型心绞痛，2 = 非典型心绞痛，3 = 非心绞痛，4 = 无症状）
• trestbps：静息血压
• chol：总胆固醇
• fbs：空腹血糖> 120毫克/分升（1 = True，0 = False）
• restecg：静息心电图结果（0 = 正常，1 = 含ST-T波异常，2 = 由左心室肥大导致的ST-T波异常）
• thalach：达到的最大心率
• exang：运动诱发心绞痛（1 = 是，0 = 否）
• oldpeak：运动相对于休息引起的ST段下降
• slope：ST段的斜率（1 = 上坡，2 = 平坡，3 = 下坡）
• ca：主要的血管数（0-3）
• thal：缺陷类型（3 = 正常；6 = 固定缺陷；7 = 可逆缺陷）

最后一个特征，target，是我们要预测的目标变量。它代表患者是否有心脏病（0 = 没有心脏病，1 = 有心脏病）。

数据预处理

在我们开始使用逻辑回归之前，我们需要对我们的数据进行一些预处理。我们将使用Python的pandas库来加载和处理数据。

import pandas as pd

# 从远程URL加载数据并分配列名
url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/heart-disease/processed.cleveland.data'
col_names = ['age', 'sex', 'cp', 'trestbps', 'chol', 'fbs', 'restecg', 'thalach', 'exang', 'oldpeak', 'slope', 'ca', 'thal', 'target']
heart_data = pd.read_csv(url, header=None, names=col_names)

# 删除具有缺失值的行
heart_data = heart_data.replace('?', pd.NA).dropna()

# 将目标变量从整数转换为二进制
heart_data['target'] = heart_data['target'].apply(lambda x: 0 if x == 0 else 1)

# 将分类变量转换为二进制
heart_data = pd.get_dummies(heart_data, columns=['cp', 'restecg', 'slope', 'thal'])

这里我们主要完成以下几个步骤：

• 从远程URL加载数据并为每列分配名称。
• 删除具有缺失值的行。
• 将目标变量从整数转换为二进制。
• 将分类变量转换为二进制。

建立逻辑回归模型

我们已经预处理了数据并准备好将其提供给逻辑回归模型。让我们使用Python的scikit-learn库建立模型。

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# 准备特征和目标数据
X = heart_data.drop('target', axis=1)
y = heart_data['target']

# 拆分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)

# 建立逻辑回归模型
logreg = LogisticRegression(max_iter=1000)
logreg.fit(X_train, y_train)

# 预测测试集
y_pred = logreg.predict(X_test)

# 输出精确度
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

这里我们主要完成以下几个步骤：

• 准备特征和目标数据。
• 使用train_test_split函数拆分数据集。
• 建立逻辑回归模型并训练它。
• 预测测试集。
• 输出精确度。

总结

在本文中，我们使用了逻辑回归算法来预测患者是否有心脏病。我们首先介绍了我们将要使用的数据集，并对其进行了预处理。然后，我们建立了一个逻辑回归模型，并使用测试集来评估其准确性。最后，我们输出了模型的精确度，并得出结论：逻辑回归可用于预测患者是否有心脏病。