本次项目为《编程基础》课程的期末大作业,为使用课堂上所教的一些Python知识,以及package完成的作业。项目所用到的数据集为National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK)中的糖尿病数据集,该项目的研究目标为:
- 对数据集进行探索性数据分析
- 定义了多个Python类、函数和异常处理
- 使用sklearn、xgboost、lightgbm等package来对是否患糖尿病进行预测
该项目所使用的Python为3.8.11,相应的package和版本如下:
- numpy 1.20.3
- pandas 1.5.0
- seaborn 0.11.0
- sklearn 1.2.0
- matplotlib 3.6.1
- plotly 5.11.0
- optuna 3.0.5
- imblearn 0.9.0
- scipy 1.6.2
- lightgbm 3.3.3
- xgboost 1.5.1
- mglearn 0.1.9
- altair 4.2.0
- altair-ally 0.1.0
- altair-data-server 0.4.1
- shap 0.41.0
处理后的数据集,训练集和测试集均在./data文件夹下
所有的代码均在./code文件夹的final.ipynb文件中,通过逐个代码块运行代码即可复现项目。