✦
✦
✦
医疗类项目案例
课程链接
https://www.qingjiaoclass.com/market/detail/62909
02.
睡眠健康分析预测
任务1
数据清洗及概览
因睡眠健康数据集中某些列包含中文特征，不能直接用于模型的输入，所以需要对睡眠健康数据集进行拆分、清洗和加工，将其转换为模型可输入的整数型特征，展示睡眠障碍的取值在整个数据集样本中所占的比例和分布情况。
任务2
数据分析与可视化
将经过特征工程的数据集绘制为可视化图表，根据职业、身体质量指数、睡眠障碍等维度分析影响睡眠健康的因素指标。
任务3
睡眠障碍预测
通过先前的特征列处理，还需要对BMI列进行编码，并将数据集中的“ID”、“血圧”、 “睡眠障碍”、“职业”和“BMI”列进行剔除，其余列作为输入特征，拆分数据集，构建决策树、随机森林、支持向量机、K近邻分类模型进行睡眠障碍的预测，计算各模型的准确率和交叉验证分数，存入列表。最终自定义绘制柱状图的函数对比各个模型的分数，以此挑选出性能和准确率最优的模型进行睡眠障碍的预测。
关注“新道工科”公众号，“青椒课堂”平台内容全知道！
新道工科聚焦新IT与工业互联网，涵盖信息安全、工业互联网、大数据、人工智能、区块链、智能网联汽车、智能制造、工业智能等多个专业领域，基于用友集团和新道科技子公司红亚科技的产业与技术优势，不断深化和拓展数智化教学产品和内容，形成覆盖范围更广的课程体系及综合解决方案，为本科、高职、中职院校提供优质教学服务。
扫码关注
新道工科
微信号｜hongyaa-2012
