Prediction of Heart Disease Using Machine Learning Algorithms

计算机科学 机器学习 决策树 心脏病 朴素贝叶斯分类器 Python(编程语言) 人工智能 算法 数据挖掘 领域(数学) 统计分类 支持向量机 医学 数学 操作系统 心脏病学 纯数学
作者
Santhana Krishnan J.,S. Geetha
标识
DOI:10.1109/iciict1.2019.8741465
摘要

Health care field has a vast amount of data, for processing those data certain techniques are used. Data mining is one of the techniques often used. Heart disease is the Leading cause of death worldwide. This System predicts the arising possibilities of Heart Disease. The outcomes of this system provide the chances of occurring heart disease in terms of percentage. The datasets used are classified in terms of medical parameters. This system evaluates those parameters using data mining classification technique. The datasets are processed in python programming using two main Machine Learning Algorithm namely Decision Tree Algorithm and Naive Bayes Algorithm which shows the best algorithm among these two in terms of accuracy level of heart disease.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大莉关注了科研通微信公众号
刚刚
1秒前
1秒前
morena发布了新的文献求助10
5秒前
5秒前
YK发布了新的文献求助10
6秒前
今后应助limit采纳,获得10
6秒前
lilixia发布了新的文献求助10
8秒前
烧烤店在逃花肉完成签到,获得积分10
8秒前
wanci应助考研小白采纳,获得10
9秒前
11秒前
jupyter完成签到,获得积分10
12秒前
在水一方应助liuzengzhang666采纳,获得10
12秒前
13秒前
13秒前
14秒前
嘎嘎完成签到 ,获得积分10
14秒前
zhang完成签到 ,获得积分10
15秒前
Return应助枭源采纳,获得10
16秒前
16秒前
月yue完成签到,获得积分10
17秒前
xyp发布了新的文献求助10
17秒前
YK发布了新的文献求助10
18秒前
俭朴涫发布了新的文献求助10
19秒前
ppp完成签到,获得积分10
20秒前
大莉发布了新的文献求助10
21秒前
月yue发布了新的文献求助10
21秒前
内向忆南完成签到,获得积分10
24秒前
情怀应助俭朴涫采纳,获得10
26秒前
28秒前
紫金之巅完成签到 ,获得积分10
28秒前
自然秋双发布了新的文献求助10
29秒前
30秒前
醉生梦死完成签到 ,获得积分10
31秒前
铅笔完成签到,获得积分10
33秒前
yi发布了新的文献求助40
33秒前
33秒前
安的沛白发布了新的文献求助10
34秒前
34秒前
34秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2500
Востребованный временем 2500
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1040
Healthcare Finance: Modern Financial Analysis for Accelerating Biomedical Innovation 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
지식생태학: 생태학, 죽은 지식을 깨우다 600
ランス多機能化技術による溶鋼脱ガス処理の高効率化の研究 500
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 纳米技术 内科学 物理 化学工程 计算机科学 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 电极
热门帖子
关注 科研通微信公众号,转发送积分 3459856
求助须知:如何正确求助?哪些是违规求助? 3054103
关于积分的说明 9040700
捐赠科研通 2743416
什么是DOI,文献DOI怎么找? 1504918
科研通“疑难数据库(出版商)”最低求助积分说明 695500
邀请新用户注册赠送积分活动 694754