Advertisement

计算机毕设项目七：机器学习模型对肺癌患者疾病预测分析实战完整代码数据

阅读量：

先看结果：使用python3.2 ananconda

该系统不仅具有有效性而且具有可靠性，在帮助人们以低成本评估个人的癌症风险水平的同时，还能促使他们在面对不同的癌症风险状况时做出适当的选择。数据则源自于在线肺癌预测网站。

数据概述
字段总量：16项
案例数量：284例
字段详情如下：
1.性别标识：男/女
2.年龄维度：病患的年龄信息
3.吸烟状况：有Smoking（2例Yes, 1例No）
4.黄手指症状：该症状出现与否（2例Yes, 1例No）
5.焦虑程度：轻度焦虑（2例Yes, 1例No）
6.同伴压力情况：日常压力影响（2例Yes, 1例No）
7.慢性疾病记录：是否存在慢性疾病（2例Yes, 1例No）
8.疲劳程度：轻度疲劳情况（2例Yes, 1例No）
9.过敏反应类型：有过敏史与否（2例Yes, 1例No）
10.呼吸困难情况：出现呼吸困难次数（2例Yes, 1例No）
11.饮酒频率及影响: 饮酒与健康问题关联（2例Yes, 1例No）
12.咳嗽频率: 咳嗽发生次数统计（2例Yes, 1例No）
13.呼吸急促指标: 呼吸急促发生与否统计（2例Yes, 1例No）
14.吞咽困难记录: 存在吞咽困难情况（2例Yes, 1例子外报告无此类情况）
注意此处可能存在笔误或表述不清晰的情况，请确认原始数据记录是否存在问题

数据集：[(包含三条信息) 肺癌病患数据集肺癌病患数据库-文库](https://download.cdn.pythonyanyan.com/pythonyanyan/88018381"包含三条信息 肺癌病患数据库-文库"）

数据清洗及概览

In [1]:

复制代码

In [2]:

复制代码

Out[2]:

GENDER AGE SMOKING YELLOW_FINGERS ANXIETY PEER_PRESSURE CHRONIC DISEASE FATIGUE ALLERGY WHEEZING ALCOHOL CONSUMING COUGHING SHORTNESS OF BREATH SWALLOWING DIFFICULTY CHEST PAIN LUNG_CANCER
0 M 69 1 2 2 1 1 2 1 2 2 2 2 2 2 YES
1 M 74 2 1 1 1 2 2 2 1 1 1 2 2 2 YES
2 F 59 1 1 1 2 1 2 1 2 1 2 2 1 2 NO
3 M 63 2 2 2 1 1 1 1 1 2 1 1 2 2 NO
4 F 63 1 2 1 1 1 1 1 2 1 2 2 1 1 NO

In [3]:

复制代码
复制代码

In [4]:

复制代码

Out[4]:

GENDER AGE SMOKING YELLOW_FINGERS ANXIETY PEER_PRESSURE CHRONIC DISEASE FATIGUE ALLERGY WHEEZING ALCOHOL CONSUMING COUGHING SHORTNESS OF BREATH SWALLOWING DIFFICULTY CHEST PAIN LUNG_CANCER num
count 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000 309.000000
mean 0.524272 62.673139 0.563107 0.569579 0.498382 0.501618 0.504854 0.673139 0.556634 0.556634 0.556634 0.579288 0.640777 0.469256 0.556634 0.873786 7.226537
std 0.500221 8.210301 0.496806 0.495938 0.500808 0.500808 0.500787 0.469827 0.497588 0.497588 0.497588 0.494474 0.480551 0.499863 0.497588 0.332629 2.037109
min 0.000000 21.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2.000000
25% 0.000000 57.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 1.000000 6.000000
50% 1.000000 62.000000 1.000000 1.000000 0.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 0.000000 1.000000 1.000000 8.000000
75% 1.000000 69.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 9.000000
max 1.000000 87.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 12.000000

数据分析

In [5]:

复制代码
复制代码

In [7]:

复制代码

Out[7]:

Sex_age_binSMOKings_Yellow_Fingers_SANXITY_TYPICAL_PRESSURE_CHRONIC_DISEASE_FATIGUE_ALLERGYSWEEZY_ALCOHOL_CONSUMPTION_COUGH_Shortness_of_breathSWALLOWDifficulty

根据上图 可以分为以下几类：

  1. 该研究分析了其他维度包括性别 吸烟情况 呼吸急促等；
  2. 在某些特定维度中 存在显著差异性 包括：
    • 患病者数量及肺癌发生率 显著高于未患病者 的维度 包括黄色手指 疲劳 过敏 咳嗽 肺炎 胸部疼痛等表现；
    • 在某些情况下 两者数量相等 但存在显著差异性 包括焦虑 同龄人压力 慢性疾病等表现；
  3. 患病者人群普遍表现出更高的肺癌发病率 包括：
    • 呼吸困难 痛咳 疲劳等症状的个体群其肺癌发病率显著高于未患此类病症的群体；
  4. 年龄因素对肺癌发生的影响呈现出明显的阶段特征 即随着年龄增长到一定阶段后 发病率开始下降 但在47-81岁年龄段 冠状病人的肺癌发病率均超过80%；
  5. 在某些特定条件下 随着相关指标的数量增多 患病者的肺癌发病率显著提高 包括拥有七个及以上相关指标的患者群体其肺癌发病率为100%

In [8]:

复制代码

数据预测

决策树

In [9]:

复制代码

In [10]:

复制代码
复制代码

In [11]:

复制代码
复制代码

随机森林

网格搜索时间过长，先把该部分代码注释掉

In [12]:

复制代码

In [13]:

复制代码
复制代码

In [14]:

复制代码
复制代码

In [15]:

复制代码
复制代码

In [16]:

复制代码

Out[16]:

feature_importances name
14 0.226637 num
1 0.196901 AGE
13 0.091971 SWALLOWING DIFFICULTY
8 0.069204 ALLERGY
7 0.064261 FATIGUE
3 0.058452 YELLOW_FINGERS
6 0.048569 CHRONIC DISEASE
10 0.045784 ALCOHOL CONSUMING
11 0.039756 COUGHING
2 0.037934 SMOKING
9 0.035899 WHEEZING
5 0.035682 PEER_PRESSURE
4 0.022598 ANXIETY
12 0.020662 SHORTNESS OF BREATH
0 0.005690 GENDER

逻辑回归

In [17]:

复制代码

In [18]:

复制代码
复制代码

lightgbm

In [19]:

复制代码

In [20]:

复制代码
复制代码

SVM

In [21]:

复制代码

In [22]:

复制代码
复制代码

KNN

In [23]:

复制代码

In [24]:

复制代码
复制代码

模型对比

Out[27]:

结论

综合考虑后发现决策树模型在准确性方面表现更为突出，在测试集上的准确率达到94%。通过对可视化结果的分析可知，在肺癌病例中症状或征象数量越多，则诊断难度越大。结合随机森林的特征重要性分析结果表明, 年龄因素是重要的影响因素之一

全部评论 (0)

还没有任何评论哟~

相关文章推荐

计算机毕设项目七：机器学习模型对肺癌患者疾病预测分析实战完整代码数据

先看结果：使用python3.2ananconda 癌症预测系统的有效性帮助人们以较低的成本了解自己的癌症风险，也帮助人们根据自己的癌症风险状况做出适当的决定。数据收集自在线肺癌预测网站。

机器学习的中风患者疾病分析预测 计算机毕设

数据分析结果展示: 完整代码： importpandasaspd importnumpyasnp importmatplotlib.pyplotasplt importseabornassns plt...

实战十七：医疗机器学习实战 乳腺癌疾病预测项目完整代码数据视频讲解

视频讲解：基于机器学习的医疗乳腺癌数据的乳腺癌疾病预测完整代码数据分享哔哩哔哩bilibili 基于机器学习的医疗乳腺癌数据的乳腺癌疾病预测完整代码数据分享哔哩哔哩bilibili 代码： 第一步！导...

医疗疾病预测实战：机器学习乳腺癌疾病预测

视频讲解：基于机器学习的医疗乳腺癌数据的乳腺癌疾病预测完整代码数据分享哔哩哔哩bilibili 效果演示： 代码： 第一步！导入我们需要的工具 importnumpyasnp importpandas...

基于 python 机器学习的中风患者疾病分析预测 完整数据代码可直接运行

数据分析结果展示: 完整代码： importpandasaspd importnumpyasnp importmatplotlib.pyplotasplt importseabornassns plt...

肺癌疾病预测 机器学习knn svm 决策树 xgboost 深度学习lstm gru 完整代码+数据可直接运行

数据： 代码项目结构目录： 数据分析：特征相关性分析 算法分析二分类问题： adaboost结果分析: xgboost算法分析： lstm算法算法分析： 代码： coding:utf8 导入库pipi...

基于机器学习算法对胃癌病人数据进行预测分类 （完整代码+数据）

项目概述： Logisticregression主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，根据危险因素预测某疾病发生的概率，等等。例如，想探讨胃癌发生的危险因素，可以选择两组人群...

实战二十八：基于决策树随机森林LGB中风患者疾病预测完整代码数据

背景描述 中风的主要危险因素是高血压。 其他危险因素包括高血胆固醇、吸烟、肥胖、糖尿病、以前的TIA、终末期肾病和心房颤动。 缺血性中风通常是由血管堵塞引起的，尽管也有一些不太常见的原因。 出血性中风...

机器学习的医疗乳腺癌数据的乳腺癌疾病预测

项目视频讲解：基于机器学习的医疗乳腺癌数据的乳腺癌疾病预测完整代码数据分享哔哩哔哩bilibili 效果演示： 代码： 第一步！导入我们需要的工具 importnumpyasnp importpand...

数据分析+分类模型预测乳腺癌患病概率

一、前言 本文利用python预处理数据集，再通过机器学习模型：LR、SGD预测乳腺癌患病概率，对比两个模型的预测效果，选择最优的预测方式。 二、数据集说明 数据集源于威斯康星州临床科学中心。每个记录...