糖尿病預測（KNN）

寫在前面： 我是「虐貓人薛定諤i」，一個不滿足於現狀，有夢想，有追求的00後
$\quad$
本博客主要記錄和分享自己畢生所學的知識，歡迎關注，第一時間獲取更新。
$\quad$
不忘初心，方得始終。
$\quad$

❤❤❤❤❤❤❤❤❤❤

數據介紹

數據中各個字段的含義如下：

思路分析

具體的實現流程如下：
1、導入數據
2、數據切分
3、模型訓練與評估
4、交叉驗證
5、打印結果

---

KNN算法

---

代碼

import pandas as pd
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.neighbors import KNeighborsClassifier, RadiusNeighborsClassifier


# 導入數據
data = pd.read_csv("./res/pima-indians-diabetes/diabetes.csv")

# 數據切分
X = data.iloc[:, 0:8]
Y = data.iloc[:, -1]
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, random_state=1024)

# 模型訓練與評估
model1 = KNeighborsClassifier(n_neighbors=2)
model1.fit(X_train, Y_train)
score1 = model1.score(X_test, Y_test)

model2 = KNeighborsClassifier(n_neighbors=2, weights='distance')
model2.fit(X_train, Y_train)
score2 = model2.score(X_test, Y_test)

model3 = RadiusNeighborsClassifier(n_neighbors=2, radius=600.0)
model3.fit(X_train, Y_train)
score3 = model3.score(X_test, Y_test)

# 使用交叉驗證
res1 = cross_val_score(model1, X, Y, cv=10)
res2 = cross_val_score(model2, X, Y, cv=10)
res3 = cross_val_score(model3, X, Y, cv=10)

# 打印結果
print(score1, score2, score3)
print(res1.mean(), res2.mean(), res3.mean())

結果

總結

從結果可以看出，使用KNN算法進行預測，預測的準確率可以達到70%左右。

蒟蒻寫博客不易，加之本人水平有限，寫作倉促，錯誤和不足之處在所難免，謹請讀者和各位大佬們批評指正。
如需轉載，請署名作者並附上原文鏈接，蒟蒻非常感激
名稱：虐貓人薛定諤i
博客地址：https://blog.csdn.net/Deep___Learning