Exploração de Dados e Aprendizagem de Máquina usando R

As doenças cardiovasculares são comuns hoje em dia a todos os grupos etários de pacientes. A previsão da fase inicial pode ajudar na adaptação de um estilo de vida saudável para que se possa evitar um risco elevado de ameaça à vida. Os pesquisadores estão continuamente encontrando links de fontes de dados existentes para que as doenças cardíacas possam ser previstas nos estágios iniciais. Existem técnicas comprovadas de mineração de dados, como árvores de decisão, máquina vetorial de suporte, regressão logística útil no prognóstico de doenças cardíacas. Esta pesquisa se concentra na previsão de doenças cardíacas usando a máquina vetorial de suporte e a técnica de regressão linear. O conjunto de dados de doenças cardíacas de Cleveland é usado como conjunto de dados da amostra para encontrar a precisão destas duas técnicas escolhidas. A comparação mostra que a regressão logística dá resultados precisos do que a máquina vetorial de suporte no conjunto de dados de doenças cardíacas. A análise da pesquisa é conduzida em R script onde Cleveland Heart Disease Dataset é analisado e dois modelos (SVM, logistic regression) são implementados usando R. O projeto se concentra na aplicação de técnicas de Suporte Vetorial e Regressão Logística no conjunto de dados acima mencionado.