TianChi Diabetes Game 大赛网址： Introduction 天池精准医疗大赛，其分为三个阶段初赛、复赛和决赛。初赛的题目是针对2型糖尿病的回归问题，根据受检者的体检数据和临床信息对血糖值进行预测。复赛的题目是针对妊娠糖尿病的二分类问题，通过体检信息和基因信息预测出是否患有妊娠糖尿病。决赛是在现场进行答辩。 本人是积极向上团队中的队员，积极向上团队再精准医疗大赛中取得了初赛top-11和复赛top-6的成绩。当前代码仓库仅仅包含了本人参赛中的思路和代码，当公布初赛结果时，我发现初赛预测结果比我们提交的效果更好，后来也没有仔细分析，仅仅把当时的代码稍微整理一下。团队复赛最终提交版的天池社区技术圈：。 Path TianChi-Diabetes | |-- preliminary：初赛代码 | |-- repecharge：复赛代码 Preliminary 预处理：矩阵补全

糖尿病预测

数据集是来源于 University of California, Irvine（UCI）机器学习数据库中的 Pima Indian Diabetes 数据集，总共包含 768 条数据项。这 768个研究对象是来自于美国亚利桑那州的普通居民，由于在当地人口中糖尿病的发病率较高，美国国家糖尿病消化肾脏疾病研究所会对这个地区的人口进行持续性的调查研究。 数据集已转arff格式（其实与csv格式差不多可自行修改），可用于weka。

糖尿病预测Python

糖尿病-服用胰岛素 糖尿病是严重疾病之一，许多人正遭受这种疾病的折磨。年龄，肥胖，缺乏运动，遗传性糖尿病，生活方式，不良饮食，高血压等均可引起糖尿病。患有糖尿病的人极易患心脏病，肾脏疾病，中风，眼睛问题，神经损伤等疾病。 使用神经网络进行深度学习可预测未来患糖尿病的可能性。 根据功能的重要性： 葡萄糖是决定糖尿病发作的最重要因素，其次是BMI和年龄。 糖尿病谱系功能，妊娠，血压，皮肤厚度和胰岛素等其他因素也有助于预测。 使用的技术堆栈： HTML CSS 引导程序 烧瓶 凯拉斯 张量流 深度学习 开始使用 设置一个虚拟环境以用于我们的应用程序。 conda create -n myenv python=3.8 然后，您需要激活创建的环境。 conda activate myenv 安装所需的库： pip install flask pip install keras pip inst

天池大赛数据天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测，这是明天即将开始的天池大数据比赛。赛题名字看起来很高深，其实是根据年龄，性别，肝功，血常规等体验指标，预测血糖值。数据挺少的，特征40个左右，训练集5000多个实例，测试集1000个实例

具有基本网页的SVM实现糖尿病预测器