数据集获取

git clone https://github.com/xiaoheilong3112/Experiment-with-the-Cleveland-Heart-Dataset.git

curl -L -o repo.zip https://github.com/xiaoheilong3112/Experiment-with-the-Cleveland-Heart-Dataset/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Experiment-with-the-Cleveland-Heart-Dataset

使用克利夫兰心脏病数据集包含 的303个实例和14个属性，请直接使用克利夫兰心脏病数据集的目标变量基于随机森林模型进行二分类预测，预测患者是否会患上心脏病。基于6个方法（混淆矩阵，精度，召回率、精确率和 F1 分数，ROC 曲线和 AUC 分数，特征重要性，部分依赖图）对前面随机森林模型的预测结果进行评估和解释。
这个Python脚本文件名为"medical_data.py"，主要用于处理和可视化医疗数据。它首先导入了一些必要的库，包括numpy、pandas、matplotlib、scikit-learn、t-SNE、UMAP和LLE。
在脚本中，首先读取了一个CSV文件中的医疗数据，并将其分为特征X和标签y。然后，它使用了三种不同的降维技术（t-SNE、UMAP和LLE）来将高维的医疗数据降维到二维，以便于可视化。
对于每种降维技术，都首先创建了一个降维模型，然后使用该模型将特征X降维，并将结果保存在一个新的变量中。然后，使用matplotlib库创建了一个散点图来可视化降维后的数据，其中点的颜色表示数据的标签。

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

完整仓库：github.com/xiaoheilong3112/Experiment-with-the-Cleveland-Heart-Dataset