心脏病患者预测
领域: 临床医学 | 模型类型: CLASSIFICATION | 版本: 1
关键指标
- 训练任务: 心脏病患者预测
- 训练算法: lgbm
- 准确率: 0.912
- AUC: 0.836
- F1: 0.880
模型简介
基于CDC行为风险调查的问卷特征,预测成年人是否患心脏病的二分类模型。
标签
- LightGBM
模型介绍
## 模型解决什么问题
本模型面向「成年人心脏病患病预测」场景:基于调查对象的BMI、吸烟、饮酒、体能活动、高血压/高胆固醇/糖尿病等既往病史、性别年龄种族、健康自评、行走困难等40项健康与生活方式特征,预测其是否患心脏病(HeartDisease=Yes)。可用于健康筛查场景先粗筛高危人群、提示就医检查,替代低效的全民问卷初筛。
## 预测结果与指标
- 任务类型:分类预测
- 模型版本:1
- 训练算法:LightGBM
- 最佳指标:准确率 0.912 · AUC 0.836
## 数据集介绍
> 数据来源于[kaggle](https://www.kaggle.com/datasets/kamilpytlak/personal-key-indicators-of-heart-disease/data)
- 样本量:226287 行
- 特征数:17
- 标签列:HeartDisease(分类)
常见问题
什么是心脏病患者预测?
基于CDC行为风险调查的问卷特征,预测成年人是否患心脏病的二分类模型。
心脏病患者预测适用于哪些场景?
面向临床医学领域, 模型类型为CLASSIFICATION, 版本 1。
心脏病患者预测由谁发布?
逸思长天官方于 2026-11-17 发布。
心脏病患者预测有哪些标签?
LightGBM。
发布者: 逸思长天官方 | 发布时间: 2026-11-17