Indicators of Heart Disease (Logistic Regression, SVC, KNN, Random Forest)
تفاصيل العمل
Heart Disease Prediction Using (Logistic Regression, SVC, KNN, Random Forest) Jupyter Notebook | Python | Pandas | Scikit-learn تم تطوير نموذج Machine Learning للتنبؤ بأمراض القلب باستخدام Dataset تحتوي على 319,795 سجل طبي تشمل 18 Feature، مثل Lifestyle، Medical History، وDemographics. شملت مرحلة Data Preprocessing التعامل مع Missing Values، Encoding للـ Categorical Variables (مثل Sex، Race، AgeCategory)، وFeature Engineering لتحسين تفسير النموذج. تم بناء وتقييم عدة Classification Models: - Logistic Regression: دقة 74% - Support Vector Classifier (SVC): دقة 74% - K-Nearest Neighbors (KNN): دقة 90% - Random Forest: دقة 73% يعكس هذا المشروع الكفاءة في Python، Data Preprocessing، Feature Engineering، وModel Evaluation، مع تحديد Key Predictors لأمراض القلب لتعزيز Early Detection وتحليلات Healthcare Analytics.
مهارات العمل
بطاقة العمل
طلب عمل مماثل