Esplorazione dei dati e apprendimento automatico con R

Titolo originale:

Data Exploration and Machine Learning using R

Contenuto del libro:

Le malattie cardiovascolari sono oggi comuni a tutte le fasce d'età dei pazienti. La previsione in fase precoce può aiutare ad adattare uno stile di vita sano, in modo da evitare un rischio elevato per la vita.

I ricercatori sono alla continua ricerca di collegamenti tra le fonti di dati esistenti, in modo da poter prevedere le malattie cardiache nelle fasi iniziali. Esistono tecniche di data mining di comprovata efficacia, come alberi decisionali, macchine a vettori di supporto e regressione logistica, utili per la prognosi delle malattie cardiache. Questa ricerca si concentra sulla previsione delle malattie cardiache utilizzando la macchina a vettori di supporto e la tecnica di regressione lineare.

Il set di dati sulle malattie cardiache di Cleveland viene utilizzato come campione per trovare l'accuratezza di queste due tecniche scelte. Il confronto mostra che la regressione logistica fornisce risultati più accurati rispetto alla macchina di supporto vettoriale sul dataset delle malattie cardiache.

L'analisi della ricerca è condotta in uno script R in cui viene analizzato il set di dati sulle malattie cardiache di Cleveland e vengono implementati due modelli (SVM e regressione logistica) utilizzando R. Il progetto si concentra sull'applicazione delle tecniche di Support Vector Machine e di Regressione Logistica sul set di dati sopra menzionato.