توضیحات
این دیتاست شامل 4,238 رکورد و 16 ستون است و درباره عوامل خطر قلبی برای طبقهبندی TenYearCHD است. متغیر هدف آن «TenYearCHD» است. در فایل اصلی 645 مقدار Missing و 0 رکورد تکراری کامل شناسایی شد. براساس ساختار واقعی ستونها، برای تمرین Logistic Regression، KNN، Decision Tree، Random Forest، SVM، XGBoost مناسب است. اطلاعات ستونها، نوع داده و پیشنمایش صفحه از خود فایل ورودی استخراج شدهاند.
متغیر هدف
TenYearCHDTarget قابل تشخیص از ساختار فایلColumns
16 ستونستونهای دیتاست
| # | نام ستون | Data Type | Missing | توضیح |
|---|---|---|---|---|
| 1 | male | Integer | 0 | — |
| 2 | age | Integer | 0 | سن |
| 3 | education | Number | 105 | — |
| 4 | currentSmoker | Integer | 0 | — |
| 5 | cigsPerDay | Number | 29 | — |
| 6 | BPMeds | Number | 53 | — |
| 7 | prevalentStroke | Integer | 0 | — |
| 8 | prevalentHyp | Integer | 0 | — |
| 9 | diabetes | Integer | 0 | برچسب دیابت |
| 10 | totChol | Number | 50 | — |
| 11 | sysBP | Number | 0 | — |
| 12 | diaBP | Number | 0 | — |
| 13 | BMI | Number | 19 | شاخص توده بدنی |
| 14 | heartRate | Number | 1 | — |
| 15 | glucose | Number | 388 | — |
| 16 | TenYearCHD | Integer | 0 | متغیر هدف؛ خطر بیماری قلبی دهساله |
Preview
۵ ردیف اولپیشنمایش دیتاست
برای حفظ سرعت، فقط چند ردیف و حداکثر ۱۲ ستون نمایش داده میشود؛ کل فایل در مرورگر بارگذاری نمیشود.
male | age | education | currentSmoker | cigsPerDay | BPMeds | prevalentStroke | prevalentHyp | diabetes | totChol | sysBP | TenYearCHD |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.0 | 39.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 195.0 | 106.0 | 0.0 |
| 0.0 | 46.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 250.0 | 121.0 | 0.0 |
| 1.0 | 48.0 | 1.0 | 1.0 | 20.0 | 0.0 | 0.0 | 0.0 | 0.0 | 245.0 | 127.5 | 0.0 |
| 0.0 | 61.0 | 3.0 | 1.0 | 30.0 | 0.0 | 0.0 | 1.0 | 0.0 | 225.0 | 150.0 | 1.0 |
| 0.0 | 46.0 | 3.0 | 1.0 | 23.0 | 0.0 | 0.0 | 0.0 | 0.0 | 285.0 | 130.0 | 0.0 |
Files
2 فایل