Predict with heart failure

الهدف:

يهدف هذا الكود إلى تحليل بيانات تتعلق بمرضى قصور القلب والتنبؤ بإمكانية إصابتهم بالمرض باستخدام تقنيات التعلم الآلي. يتضمن الكود تحميل البيانات، تنظيفها، معالجتها، ومن ثم تطبيق خوارزميات التعلم الآلي للتنبؤ بوجود أمراض القلب.

الخطوات الرئيسية:

تحميل البيانات:

تم تحميل البيانات من ملف CSV باسم heart.csv، والذي يحتوي على 918 صفًا و12 عمودًا تتضمن معلومات مثل العمر، الجنس، نوع ألم الصدر، ضغط الدم، الكوليسترول، وغيرها.

فحص البيانات:

التأكد من عدم وجود قيم مفقودة (isnull().sum()).

عرض إحصاءات وصفية للبيانات (describe()).

عرض معلومات عامة عن البيانات (info()).

معالجة البيانات:

تعويض القيم المفقودة في عمود FastingBS باستخدام SimpleImputer مع استراتيجية المتوسط.

تحويل البيانات النصية إلى رقمية باستخدام LabelEncoder (مثل عمود RestingECG).

توحيد المقاييس للبيانات الرقمية باستخدام StandardScaler (مثل العمر، ضغط الدم، الكوليسترول، إلخ).

التعامل مع القيم المتطرفة:

تحديد وإزالة القيم المتطرفة في عمود Cholesterol باستخدام حساب المدى الربيعي (IQR).

تحليل البيانات:

عرض عينة من البيانات بعد المعالجة.

تحليل القيم المتطرفة وتأثيرها على النتائج.