阿里云人工智能平台PAI心脏病预测-云淘科技

心脏病严重影响人们的生命健康，如果可以通过人体相关体测指标，分析不同特征对心脏病的影响，则可以有效预防心脏病。本工作流基于真实的心脏病患者体测数据，为您介绍如何通过数据挖掘算法构建心脏病预测模型。

前提条件

已完成Designer相关权限授权，详情请参见云产品依赖与授权：Designer。

数据挖掘流程

阿里云人工智能平台PAI心脏病预测-云淘科技

数据集

本工作流的数据集为UCI开源数据集，详情请参见Heart Disease Data Set。该数据集包含了303条美国某区域的心脏病检查患者的体测数据，具体字段如下。

字段名	类型	描述
age	STRING	对象的年龄。
sex	STRING	对象的性别，取值为female或male。
cp	STRING	胸部疼痛类型，痛感由重到轻依次为typical、atypical、non-anginal及asymptomatic。
trestbps	STRING	血压。
chol	STRING	胆固醇。
fbs	STRING	空腹血糖。如果血糖含量大于120mg/dl，则取值为true，否则取值为false。
restecg	STRING	心电图结果是否有T波，由轻到重依次为norm和hyp。
thalach	STRING	最大心跳数。
exang	STRING	是否有心绞痛。true表示有心绞痛，false表示没有心绞痛。
oldpeak	STRING	运动相对于休息的ST Depression，即ST段压值。
slop	STRING	心电图ST Segment的倾斜度，程度取值包括down、flat及up。
ca	STRING	透视检查发现的血管数。
thal	STRING	病发种类，由轻到重依次为norm、fix及rev。
status	STRING	是否患病。buff表示健康，sick表示患病。

心脏病预测

进入PAI-Designer页面。
1. 登录PAI控制台。
2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
3. 在工作空间页面的左侧导航栏选择模型开发与训练 > 可视化建模（Designer），进入Designer页面。

构建工作流。

在Designer页面，单击预置模板页签。
在模板列表的心脏病预测案例区域，单击创建。
在新建工作流对话框，配置参数（可以全部使用默认参数）。

其中：工作流数据存储配置为OSS Bucket路径，用于存储工作流运行中产出的临时数据和模型。
单击确定。

您需要等待大约十秒钟，工作流可以创建成功。
在工作流列表，选择心脏病预测案例工作流，单击进入工作流。

系统根据预置的模板，自动构建工作流，如下图所示。

阿里云人工智能平台PAI心脏病预测-云淘科技

区域	描述
①	数据预处理，主要对数据进行去噪、缺失值填充及类型变换操作。因为每个样本只会患病或健康，所以心脏病预测可以归属于分类问题。本工作流的输入数据包括14个特征列和1个目标列，在数据预处理过程中，需要根据每个字段的含义将字符类型转化为数值类型。其中：二值类数据：以sex字段为例，其取值为female或male，可以使用0表示female，1表示male。多值类数据：以cp字段为例，该参数表示胸部疼痛感，可以将疼痛感由轻到重依次映射为0～3的数值。数据预处理的SQL脚本示例如下。 select age, (case sex when 'male' then 1 else 0 end) as sex, (case cp when 'angina' then 0 when 'notang' then 1 else 2 end) as cp, trestbps, chol, (case fbs when 'true' then 1 else 0 end) as fbs, (case restecg when 'norm' then 0 when 'abn' then 1 else 2 end) as restecg, thalach, (case exang when 'true' then 1 else 0 end) as exang, oldpeak, (case slop when 'up' then 0 when 'flat' then 1 else 2 end) as slop, ca, (case thal when 'norm' then 0 when 'fix' then 1 else 2 end) as thal, (case status when 'sick' then 1 else 0 end) as ifHealth from ${t1};
②	特征工程主要包括特征的衍生及尺度变化等功能。本工作流首先通过类型转换组件将输入特征转换为DOUBLE类型（因为逻辑回归模型的输入数据必须为DOUBLE类型），然后使用过滤式特征选择组件判断每个特征对于结果的影响（通过信息熵和基尼系数反映其影响）。同时，使用归一化组件将每个特征的数值范围转换为0~1，从而去除量纲对结果的影响，其公式为`result=(val-min)/(max-min)`。
③	模型训练和预测：使用拆分组件将数据集按照7:3分为训练数据集和预测数据集。使用逻辑回归二分类组件训练模型。说明如果您需要导出PMML模型文件，在该组件的字段设置页签，需要选中是否生成PMML复选框。然后单击空白画布，在该工作流页面的工作流属性页签，配置工作流数据存储路径。将模型和预测数据集输入至预测组件，进行结果预测。
④	使用混淆矩阵和二分类评估组件进行模型评估。

运行工作流并查看输出结果。
1. 单击画布上方的运行。
2. 工作流运行结束后，右键单击画布中的逻辑回归二分类，在快捷菜单，单击模型选项 > 导出PMML，即可导出训练完成的心脏病预测模型。
3. 右键单击画布中的预测，在快捷菜单，单击查看数据 > 预测结果输出，即可查看模型预测结果。
查看模型效果。
1. 右键单击画布中的二分类评估，在快捷菜单，单击可视化分析。
2. 在二分类评估对话框，单击指标数据页签，即可查看模型评估指标数据。
  
  其中AUC值表示该工作流模型的预测准确率达到了90%以上。
3. 右键单击画布中的混淆矩阵，在快捷菜单，单击可视化分析。
4. 在混淆矩阵对话框，单击统计信息页签，即可查看模型准确率等信息。

内容没看懂？不太想学习？想快速解决？有偿解决：联系专家

阿里云企业补贴进行中：马上申请

腾讯云限时活动1折起，即将结束：马上收藏

 同尘科技为腾讯云授权服务中心。

购买腾讯云产品享受折上折，更有现金返利:同意关联，立享优惠

转转请注明出处：https://www.yunxiaoer.com/162209.html

阿里云人工智能平台PAI心脏病预测-云淘科技

前提条件

数据挖掘流程

数据集

心脏病预测

联系我们

400-800-8888

阿里云人工智能平台PAI心脏病预测-云淘科技

前提条件

数据挖掘流程

数据集

心脏病预测

相关推荐

阿里云人工智能平台PAIPS线性回归-云淘科技

阿里云人工智能平台PAI逻辑回归二分类-云淘科技

阿里云人工智能平台PAIGBDT回归-云淘科技

阿里云人工智能平台PAIPS逻辑回归二分类-云淘科技

阿里云人工智能平台PAI基于回归算法实现农业贷款发放预测-云淘科技

联系我们

400-800-8888