摄影网站设计可口可乐网络营销策划方案

构建一个基于神经网络的肾脏疾病预测模型

1. 数据预处理

• ​加载数据：读取 kidney_disease.csv 文件，加载患者医疗数据。
• ​删除冗余特征：移除与预测目标无关的列（如 al, su 等），保留关键特征（如年龄、血压、血糖等）。
• ​处理缺失值：用 np.nan_to_num 将缺失值（NaN）替换为0，但此方法可能不适用于分类特征（例如“是否有糖尿病”列中0可能代表“否”）。

---

​2. 特征工程

• ​标签定义：假设数据最后一列（第8列）是分类标签（如 classification），标记患者是否患病（二分类问题）。
• ​分类变量编码：对分类特征（如 dm（糖尿病）、cad（冠心病）、appet（食欲））进行独热编码（One-Hot Encoding），将其转换为数值形式供模型处理。

---

​3. 数据标准化与分割

• ​标准化：使用 StandardScaler 对数值型特征进行标准化（均值0，方差1），消除量纲差异。
• ​数据分割：按8:2比例划分训练集和测试集，确保模型评估的客观性。

---

​4. 神经网络建模

• ​模型结构：
  • ​输入层：11个输入节点（对应特征数量）。
  • ​隐藏层：2层全连接层，每层6个神经元，激活函数为ReLU。
  • ​输出层：1个神经元，激活函数为Sigmoid，输出患病概率（0~1）。
• ​训练配置：
  • ​损失函数：二元交叉熵（binary_crossentropy），适用于二分类问题。
  • ​优化器：Adam，自适应调整学习率。
  • ​批次训练：每批次7个样本，共训练20轮（epochs）。

---

​5. 模型评估

• ​预测与阈值处理：对测试集预测概率大于0.5的样本判定为患病。
• ​性能指标：
  • ​混淆矩阵：计算真阳性、假阳性等分类结果。
  • ​准确率：统计模型正确预测的比例。

# 导入必要库
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import confusion_matrix, accuracy_score
from keras.models import Sequential
from keras.layers import Dense# 数据预处理
df = pd.read_csv('kidney_disease.csv')
to_drop = ['al','su','rbc','pc','pcc','ba','bgr','pcv','sod','pot','bu','wc','rc','htn','pe','ane']
df.drop(to_drop, axis=1, inplace=True)
df = df.dropna()  # 删除缺失值# 分割特征与标签
X = df.drop(['id', 'classification'], axis=1)  # 假设标签列名是'classification'
y = df['classification'].apply(lambda x: 1 if x.lower().strip() == 'ckd' else 0)  # 处理标签格式# 分类列处理
categorical_cols = ['dm', 'cad', 'appet']
for col in categorical_cols:# 清洗字符串数据（统一小写并去除空格）X[col] = X[col].astype(str).str.strip().str.lower()# 生成哑变量dummies = pd.get_dummies(X[col], prefix=col, drop_first=True)X = pd.concat([X, dummies], axis=1)
X = X.drop(categorical_cols, axis=1)# 数据标准化
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1, stratify=y)  # 添加分层抽样
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)# 模型构建
classifier = Sequential()
classifier.add(Dense(units=6, activation='relu', input_dim=X_train.shape[1], kernel_initializer='he_uniform'))  # 更合适的初始化方法
classifier.add(Dense(units=6, activation='relu', kernel_initializer='he_uniform'))
classifier.add(Dense(units=1, activation='sigmoid', kernel_initializer='he_uniform'))
classifier.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])# 训练
classifier.fit(X_train, y_train, batch_size=7, epochs=20)# 评估
y_pred = classifier.predict(X_test) > 0.5
print("Confusion Matrix:\n", confusion_matrix(y_test, y_pred))
print("Accuracy:", accuracy_score(y_test, y_pred))