基于机器学习模型的肝脏病诊断预测

摘要

cqvip:历年来肝脏病患者人数持续增长,劳累、熬夜、酗酒、吸入有害气体或食入受污染的食物等都会对肝脏造成损伤。自动诊断工具不仅能减轻医生的负担,而且可以大幅削减成本,其诊断结果几乎能实时获取,且实验统计表明,机器学习对某些疾病的诊断准确率已远超过人类医生。本文针对肝脏病数据集,提出了用Pyt hon实现逻辑回归、决策树、支持向量机、MLP神经网络这四种机器学习算法对肝脏病的诊断预测,通过参数优化和训练过程优化,实验结果表明,SVM和决策树两种算法达到了很好的准确率。