heart_failure_prediction_on_azure:使用Udacity在Azure课程上进行机器学习的Capstone项目 源码

心力衰竭预测 在这个项目中,我们创建了机器学习模型以使用Hyperdrive和AutoML来解决分类问题。 然后,我们将最佳模型部署为Web服务。 下图显示了此项目中采取的步骤: (图片取自Udacity) 数据集 概述 我们使用可在Kaggle 上公开获得的心力衰竭预测数据集。 该数据集包含有关个人的各种信息,例如性别,糖尿病,高血压等,以及死亡原因是否是由于心力衰竭引起的。 任务 我们的目标是开发一种机器学习算法,该算法可以检测一个人是否可能因心力衰竭而死亡。 这有助于诊断和早期预防。 为此,我们将使用数据集中的所有12个特征来开发准确的模型。 使用权 我们通过在本地导入上传到机器学习工作区的数据集来访问AutoML中的数据。 另一方面,对于超级驱动器,我们使用URL直接从Kaggle访问数据。 自动化机器学习 在automl中使用的设置如下: automl_settings =