基于心脏病患病情况的评估模型研究

目录1 引言11.1 研究背景及意义11.2 国内外研究现状11.2.1 国外研究现状11.2.2 国内研究现状21.3 课题发展趋势31.4 研究思路31.5 研究方法42 数据描述52.1 数据集介绍52.2 分类特征值比52.3 分类特征值与目标值之比92.4 连续特征值及患病情况的分布103 模型建立123.1 Logistic回归123.2 随机森林123.3 K近邻分类133.4 朴素贝叶斯134 模型评估与分析144.1 数据集预处理144.2 评估指标144.3 模型评估174.4 结果分析与对比215 总结与展望235.1 总结235.2 不足与展望23参考文献：25致谢26基于心脏病患病情况的评估模型研究摘要：当今社会，科学技术的高速发展给人们带来了许多便利，人们的生活水平得到提高和改善，然而不规律的作息时间正是许多人当下的生活写照，其弊端也逐渐显露。最为突出的就是心脏病，是死亡率较高的一种疾病，不仅在我国，甚至是世界范围内都对心脏病有着重要的研究。但是医疗研究是一个繁琐而又复杂的过程，对准确率的要求极为严格，在这种情况下，可以通过使用机器学习完成这个复杂的过程，利用它来研究预测和分析数据。本文对心脏病患病情况作出研究，通过建立单一的评估模型Logistic回归模型、K近邻分类、朴素贝叶斯、随机森林，根据模型的评估指标的对比，对模型进行评估分析，结果表明Logistic回归的效果最佳。关键词：心脏病；机器学习；评估模型；评估指标A model study based on the assessment of heart diseaseAbstract:In todays society,the rapid growth of science and technology has brought a lot of convenience to people, and their living standards have been improved and improved. However, the irregular schedules are just a portrayal of many peoples lives nowadays, and their disadvantages are gradually revealed.The most prominent is heart disease, a disease with a high death rate. Not only in our country, but even in the world, there are important studies on heart disease. However, medical research is a complicated and complicated process with extremely strict requirements on accuracy. In this case, this complex process can be completed by using machine learning to study prediction and analyze data. In this paper, the incidence of heart disease was studied. By establishing a single evaluation model - Logistic regression model, k-nearest neighbor classification, naive bayes, and random forest, by comparing the evaluation indicators of the model, the evaluation and analysis of the model shows that the effect of Logistic regression is the best.Key words: Heart disease; Machine learning; Evaluation model; Evaluation indicators1 引言1.1 研究背景及意义心脏病(heart disease)是心脏疾病的总称，包括风湿性心脏病、先天性心脏病、高血压性心脏病、冠心病、心肌炎等各种心脏病。心脏病是一种常见的疾病，发病的主要原因是因为心脏和血管发生病变，这是世界范围内引起公众健康关注的重大疾病，死亡率最高。一医学杂志美国心脏病学会曾发布一篇研究报告，其研究内容与中国人的心血管健康有关，该报告指出有四分之三的中国人心血管健康状况很不好，这种情况应密切注意、引起重视，然而这已经不是第一次提醒中国人要注意心血管健康的问题。世界卫生组织估计，全球死于心脏病的人数每年接近有1200万人。美国和其他发达国家一半的死亡是由于心血管疾病。心脏病是死亡率极高的一种疾病，它对人们的身体健康有着十分重要的影响。心血管疾病的早期预测后可以帮助高危患者做出改变生活方式的决定，从而减少并发症。由于缺乏健康意识和不良的消费生活方式，心脏病患者正在迅速增加，心脏病引起的死亡率极高，人们不断地探索防止和治疗心脏病的方法。因此，进行心脏病的预测工作，使患者可以及早接受治疗，减少因心脏病而死亡情况的发生，这对于心脏病的研究工作起着重大的作用。1.2 国内外研究现状1.2.1 国外研究现状Pouriyeh S, Vahid S和Sannino G等人（2017）探讨和比较不同的数据挖掘分类方案，使用集成机器学习技术，预测心脏病的准确性。采用了决策树(DT)、朴素贝叶斯(NB)、多层感知器(MLP)、k近邻(K-NN)、单连接规则学习器(SCRL)、径向基函数(RBF)和支持向量机(SVM)等不同的分类器。在此基础上，将分类器、装袋、增强和叠加的集成预测应用于数据集。实验结果表明，采用该方法的支持向量机性能优于其他方法。1Jabbar M A（2015）认为机器学习和现代数据挖掘方法对预测和分类心脏病很有用。希望开发一种有效的交替决策树方法来进行心脏疾病的早期诊断。交替决策树是一种新型的分类规则。它是决策树、投票决策树桩和投票决策树的推广。我们已经将我们的方法应用于从海得拉巴不同医院收集的心脏病患者记录。特征的优化提高了学习算法的效率。实验结果表明，该决策支持系统具有较高的诊断准确率，在心脏病诊断中具有一定的实用价值。21.2.2 国内研究现状岳千（2018）提出心脏病的类别众多、还受到各种因素的影响,当前亟待解决的问题就是怎样加强对心脏病的诊断。根据上面所提到的，利用BP神经网络算法、支持向量机及随机森林建立心脏病诊断分类器,比较分析他们研究结果,从而得出最佳的分类器。经过对支持向量机进行集成优化,分类器的分类性能有了明显的改善,这使得医生能够对病情做出更准确的诊断。3廉翔博（2019）认为如果仅仅依靠人工的提取、集成以及诊断是否患有心脏病,这是一个复杂的过程,甚至是其准确率和效率方面可能都达不到预期的效果。为了解决这些问题,讨论心脏病的预测工作能否由计算机的辅助来实现,因而这里采用了机器学习的感知机算法来实现,对接受检测人群心血管疾病的有关特征进行分析,根据感知模型的研究分析来确定该疾病是否实现其最终的辅助诊断。这个研究可以为人工诊断提供更精准更简便的辅助预测,提高其预测的成功概率,减少患者的死亡率。4王浩瑞（2018）提出机器学习被认为是一门学科，计算机在机器学习中起到的主要作用是根据数据集去构建机器学习算法的概率模型,人们可以进行模型预测和分析新数据，它是处理成千上万数据的一种有效方法，也是一种计算机智能的有效方法。通过采用k近邻算法（KNN）来分析心脏疾病数据,实现心脏病的在线辅助诊断,该算法的重要性在于一方面可以提高疾病诊断的准确性、实用性；另一方面为辅助医疗人员，降低医疗人员的工作强度。5刘宇，乔木（2019）指出在临床诊断中会使用机器学习作为辅助手段，使用聚类算法、XGboost 算法建立心脏病的预测模型，通过准确率、精确率、与召回率等指标来评价模型分类性能的效果。实验结果证明，相比于其他算法，XGboost 算法有更好的可行性和有效性，能够为医生的诊断提供重要的帮助，对医疗疾病的治疗有重要的意义。6陆家发, 张国明, 陈安琪（2017）选取来自UCI的心脏病数据集作为测试集数据,通过机器学习对深度学习技术进行疾病诊断分类,分别与随机森林、支持向量机以及神经网络分类进行对比，值得注意的是，深度学习技术对研究大医学数据的发展有巨大的潜力，并且被证明是非常有价值的。7张一宁（2019）通过使用感知机机器学习的算法检查心脏病数据，可以诊断出受测人是否患有心脏病，该系统不仅使受测人能够及时确定疾病的实际状况，还使医院医生更容易进行辅助治疗诊断。8邵峰峰（2015）通过建立心脏病的诊断模型，使用最大相关最小冗余特征选择算法选出与心脏病诊断相关的重要特征,并使用支持向量机建立分类模型。根据实验结果进行对比,发现使用特征选择方法可以大大提高模型分类的准确性,同时也可以选择重要特征进行心脏病的诊断，因此该研究建立的诊断方法具有很好的概括性。9慕欣（2018）提出近些年来，数学、统计学在医学研究中十分常见，运用 logistic回归，多元线性回归，逐步回归等方法对心脏病的数据进行研究，通过机器学习，随机抽取了10%的数据作为测试数据，接着将剩下的数据进行建模研究分析，对得到的预测分类结果和模型的准确率进行判断，最终结论为在医疗研究中模型具有临床的适用性。另外还提出了在收集数据的过程中，存在一定的地域性因素，这也有可能影响了此次研究的结果，因此在之后的研究中要尽量避免这个因素。10综上所述，国内很多学者都意识到心脏病治疗的重要性，大部分研究都是通过机器学习来建立模型，如逻辑回归、k近邻分类、随机森林分类、决策树算法等，都表明通过机器学习的结果可以运用在医疗领域进行预测跟治疗。1.3 课题发展趋势随着互联网的普及，科学技术的发展，数据时代已经来临，处在数据时代的我们也不能独善其身。在社会的各个领域中，大数据计算已被广泛的运用，医疗领域也不例外。在心脏病死亡率如此之高的今天，人们可以通过对数据挖掘、机器学习的深入研究，来辅助医疗诊断，这对于心脏病的预测与治疗是一个新努力方向。1.4 研究思路 从定性和定量分析的角度出发，依据现有的数据，从心脏病患者的性别、年龄、血压、胆固醇等解释变量入手，建立模型。通过模型去对患者进行预测，结合预测的结果对比出最优效果的模型。同时借鉴国内外文献，综合分析，提炼整合，进而提出自己的观点。首先，通过图书馆、互联网等途径大量查找期刊、论文等资料，对资料进行分析、整合；其次，拟定论文提纲，确定论文的写作方向；最后，使用数据分析软件（例如SPSS和Python）对此进行了分析研究。1.5 研究方法1.描述性统计通过对心脏病患者的一些具有代表性的数据特征进行描述性统计，如性别、年龄、血压、胆固醇等因素，再进行梳理并归纳总结，提出问题。2.文献研究法从现有的书籍、报刊、各种信息、权威论文网站等方式获取与研究内容