На примере задачи предсказания наличия или отсутствия сердечно-сосудистых заболеваний у человека по датасету Cardiovascular Disease dataset, рассмотрены возможности библиотеки daal4py по расширению возможностей аналитики данных scikit-learn, посредством ускоренных матричных преобразований.
Реализован ensamble из моделей KNeighbors, Random Forest, Logistic Regression
Необходимо предварительно установить пакеты:
- numpy, pandas для работы с датасетом
- matplotlib, seaborn для отрисовки графиков
- sklearn, daal4py для реализации алгоритмов Machine Learning
ML_challenge.ipynb - jupyter notebook с описанием работы
Dataset/cardio.csv - датасет Cardiovascular Disease dataset
Result/my_result.csv - файл с результатом обучения разработчика
Result/result_v1.csv - файл с результатом обучения после вашего запуска(появится после запуска)
Cardiovascular Disease dataset:
https://www.kaggle.com/sulianova/cardiovascular-disease-dataset
Документация Daal4py: