我是本期目录酱

  • 引入
  • heart数据集介绍
  • 数据预处理和创建模型
  • 训练模型并利用模型进行预测
  • 上述操作py代码(全)
  • 注意事项和帮助指南

引入

十一假期结束,回学校上的第一节课是lwd老师的py高级编程,很难不开心(如果一定要选择的话,这大概就是最好的选择了吧),虽然但是还是很困,差点点点点就迟到了,上课吃的早餐对不起刘老师orz,但是呢居然没睡觉,happy ending~

ppt上面的标题是:结构化数据分类

我个人感觉的话就是利用全连通数据网络sigmoid来诊断心脏病,前提就是利用数据处理,模型构建还有训练和测试,over

heart数据集介绍

首先这是一个csv文件,类似于表格一样的,一共303个数据。每个数据对应13个特征,包括6个数值特征和7个类型特征。讲这个主要是为了后面的数据预处理,数值特征的话要进行标准化处理,类型特征的话要进行one-hot映射。

下边给出13个特征的详细介绍还有数据集的全貌嗯。

考虑到有很多人不喜欢看英语,我粗略的翻译一下这些特征分别是:

age: 年龄

sex: 性别 (1男, 0女)

cp: 经历过的胸痛类型(1典型心绞痛,2非典型性心绞痛,3非心绞痛,4无症状)

trestbps: 静息血压(入院时的毫米汞柱)

chol: 胆固醇测量值,单位 :mg/dl

fbs: 人的空腹血糖(> 120 mg/dl,1真;0假)

restecg: 静息心电图测量(0正常,1患有ST-T波异常,2根据Estes的标准显示可能或确定的左心室肥大)

thalach: 最大心率

exang: 运动引起的心绞痛(1有过;0没有)

oldpeak: ST抑制,由运动引起的相对于休息引起的(“ ST”与ECG图上的位置有关。这块比较专业,我也不明白)

slope: 最高运动ST段的斜率(1上坡,2平坦,3下坡)

ca: 萤光显色的主要血管数目(0-4)

thal: 一种称为地中海贫血的血液疾病(normal正常;fixed固定缺陷;reversible可逆缺陷)

target: 心脏病(0否,1是)

最右边的那一列讲的就是特征的类型,numerical数值特征,categorical类型特征

然后csv文件的话打开来大概这样子

Keras : 训练heart心脏病诊断训练集并测试相关推荐

  1. 实战CenterNet,训练猫脸关键点检测数据集并测试

    实战CenterNet,训练猫脸关键点检测数据集并测试 一.本机配置 二.环境搭建 三.数据准备 四.开始训练 五.测试 六.references 这里主要记录一下,调试CenterNet用来训练猫脸 ...

  2. keras系列︱图像多分类训练与利用bottleneck features进行微调(三)

    引自:http://blog.csdn.net/sinat_26917383/article/details/72861152 中文文档:http://keras-cn.readthedocs.io/ ...

  3. [深度学习-实践]Tensorflow 2.x应用ResNet SeNet网络训练cifar10数据集的模型在测试集上准确率 86%-87%,含完整代码

    环境 tensorflow 2.1 最好用GPU Cifar10数据集 CIFAR-10 数据集的分类是机器学习中一个公开的基准测试问题.任务的目标对一组32x32 RGB的图像进行分类,这个数据集涵 ...

  4. 训练集、验证集、测试集以及交叉验证

    本文转自:https://blog.csdn.net/kieven2008/article/details/81582591 三者的区别 训练集(train set) 用于模型拟合的数据样本. 验证集 ...

  5. keras指定gpu_Keras多GPU训练指南

    摘要:随着Keras(v2.0.8)最新版本的发布,使用多GPU 训练深度神经网络将变得非常容易,就跟调用函数一样简单!利用多GPU,能够获得准线性的提速. Keras是我最喜欢的Python深度学习 ...

  6. 3、tensorflow2.0 实现MTCNN、训练O_net网络,并进行测试图片

    训练O_net网络,并测试图片 上一篇,我们已经知道如何生成O_net训练集,这次我们开始训练Onet网络. 训练完成后,保存权重,我们随机抽取一张照片,测试一下效果. 代码: train_Onet. ...

  7. 训练集、验证集、测试集的作用和划分比例?

    今天与朋友交流的时候,我竟然把验证集和测试集搞反了.....另外还有就是数据划分的问题,我也是忘了,所以再次复习一下.... 问题一:什么是训练集.验证集.测试集以及它们的作用? 1.训练集 参与训练 ...

  8. Keras 实现细节——dropout在训练阶段与测试阶段的使用分析

    0. 写作目的 通过实验分析keras中Dropout在训练阶段和测试阶段的使用情况. 结论: Keras使用的 Inverted Dropout,因此测试时不需要修改 Dropout中的参数(rat ...

  9. 【深度学习】训练CIFAR-10数据集实现分类加测试

    网上有很多博主写的训练CIFAR-10的代码,本次只是单纯记录一下自己调试的一个程序,对于初学深度学习的小白可以参考,如有不对,请多多见谅!!! 一.CIFAR-10数据集由10个类的60000个32 ...

最新文章

  1. php+tcc,64位Linux环境安装PHP TCC扩展方法
  2. WCF基础 (续 暴露元数据交换节点)
  3. python 删除字符串中空格
  4. Ant Design Form.Item的label中文字换行的替代方式
  5. 《Python Cookbook 3rd》笔记(2.19):实现一个简单的递归下降分析器
  6. windows下载、安装运行redis
  7. pytorch1.7教程实验——DCGAN生成对抗网络
  8. 转载:迷你云 – 搭建自己的本地多人团队Dropbox 服务
  9. 一加Z配置细节曝光:处理器大变 为了更好的进入欧洲市场?
  10. mybatis如何在控制台打印执行的sql语句
  11. java代码里出现中文乱码怎么解决
  12. 将button改为圆形(swift/oc/xcode/iOS)
  13. html在div中数字时钟,在JS+CSS中如何实现滚动数字时钟
  14. django如何连接Mysql中已有的数据库
  15. Google发布免费的SketchUp
  16. 广东第一高中生_前广东第一高中生!曾打爆职业球员!一米八的他还能风车暴扣!...
  17. android通知栏的点击事件,android自定义通知栏以及点击事件
  18. odoo12:上传图片,默认显示图标
  19. Ubuntu 常用小命令(持续更新~)
  20. 少儿重疾险排名的选择与注意事项

热门文章

  1. 【Luogu】P2465山贼集团(树形状压DP)
  2. 倍福控制器报1804错误解决方法
  3. 检测钻石的边缘,以及确定钻石顶点的位置
  4. 在centos6.8中修改用户名和用户组名
  5. 东师18秋学期计算机基础3,东师18秋学期(1709、1803、1809)《概率论与统计原理》在线作业答案...
  6. 时空召唤的服务器维护,时空召唤3月2日更新维护内容分享
  7. 案例分享:Qt政务标签设计器,标签排版软件定制与打印
  8. 消息中心构架设计说明书
  9. 使用easypoi导出注解添加序号,无须重写ExcelExportUtil类
  10. ERP工程师做什么?