TY -的A2 -卡里尔,艾哈迈德Mostafa盟——Nadakinamani拉库马Gangappa AU - Reyana, a . AU - Kautish Sandeep AU - Vibith, a . s . AU -古普塔,非盟- Abdelwahab友吉达常常结伴,赛义德f . AU -默罕默德·阿里Wagdy PY - 2022 DA - 2022/01/11 TI -临床数据分析预测心血管疾病的使用机器学习技术SP - 2973324六世- 2022 AB -心血管疾病很难发现是由于几个风险因素,包括高血压、胆固醇和异常脉冲速率。准确的决策和最优治疗需要解决心脏风险。机器学习技术的进步,医疗行业的临床实践可能会改变。因此,研究者和临床医生必须认识到机器学习技术的重要性。本研究的主要目的是为了推荐一个基于机器学习心血管疾病预测系统是高度准确的。相比之下,现代的机器学习算法,如代表树,M5P树,随机树,线性回归,朴素贝叶斯、J48, JRIP用于流行的心血管数据集进行分类。提出了cdp的性能评估使用各种指标确定最合适的机器学习模型。在预测心血管疾病患者,随机树模型表现非常优秀,精度最高的100%,最低的美0.0011,RMSE最低的0.0231,最快的预测以0.01秒的成绩。SN - 1687 - 5265 UR - https://doi.org/10.1155/2022/2973324 - 10.1155 / 2022/2973324摩根富林明计算智力和神经科学PB - Hindawi KW - ER