基于神经网络rnn模型心脏病特征预测心脏病
预备准备：
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")
if gpus:
gpu0 = gpus[0] #如果有多个GPU，仅使用第0个GPU
tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用
tf.config.set_visible_devices([gpu0],"GPU")
gpus
数据准备：
数据介绍：
数据介绍： age：1) 年龄 sex：2) 性别 cp：3) 胸痛类型 (4 values) trestbps：4) 静息血压 chol：5) 血清胆甾醇 (mg/dl fbs：6) 空腹血糖 > 120 mg/dl restecg：7) 静息心电图结果 (值 0,1 ,2) thalach：8) 达到的最大心率 exang：9) 运动诱发的心绞痛 oldpeak：10) 相对于静止状态，运动引起的ST段压低 slope：11) 运动峰值 ST 段的斜率 ca：12) 荧光透视着色的主要血管数量 (0-3) thal：13) 0 = 正常；1 = 固定缺陷；2 = 可逆转的缺陷 target：14) 0 = 心脏病发作的几率较小 1 = 心脏病发作的几率更大
import pandas as
上一篇：
JS实现多线程数据分片下载