从零开始构建用于预测的Web应用程序的生命周期
?他的数据生命周期的科学专为大数据问题和数据科学项目。通常，数据科学项目包含七个步骤，分别是问题定义，数据收集，数据准备，数据探索，数据建模，模型评估和模型部署。本文介绍了数据科学生命周期，以便构建用于心脏病分类的Web应用程序。
如果您想查看生命周期中的特定步骤，则可以阅读它而无需深入了解其他步骤。
问题定义
临床决策通常基于医生的经验和直觉，而不是基于数据中隐藏的丰富知识。这会导致错误和许多影响医疗服务质量的成本。使用分析工具和数据建模可以帮助增强临床决策。因此，这里的目标是建立一个Web应用程序来帮助医生诊断心脏病。的完整代码可在我的GitHub存储库中找到。
数据采集
我从UCI ML收集了心脏病数据集。数据集具有以下14个属性：
年龄：以年为单位的年龄。
性别：性别（1 =男性； 0 =女性）。
cp：胸痛类型（0 =典型心绞痛； 1 =非典型心绞痛； 2 =非心绞痛； 3：无症状）。
trestbps：入院时的静息血压，单位为毫米汞柱。
chol：血清胆固醇，mg / dl。
fbs：空腹血糖> 120 mg / dl（1 =真； 0 =假）。
restecg：静息心电图检查结果（0 =正常； 1 = ST-T波异常； 2 =可能或确定的左心室肥大）。
丘脑：达到最大心率。
exang：运动引起的心绞痛（1 =是； 0 =否）。
oldpeak：运动引起的ST抑郁相对于休息。
斜率：最高运动ST段的斜率（0 =向上倾斜； 1 =平坦； 2 =向下倾斜）。
ca：含氟染料着色的主要血管的数量（0–3）。
thal：地中海贫血（3 =正常； 6 =固定缺损； 7 =可逆缺损）。
目标：心脏病（1 =否，2 =是）。
数据准备与探索
这是数据头的快照。
Web应用程序-数据头心脏病数据集的标题
乍看之下，数据集包含14列，其中5列包含数值，其中9列包含类别值。
数据集是干净的，并且包含每个变量所需的所有信息。通过使用info()，describe()，isnull()检测功能，没有任何错误，遗漏值，和不一致的值。
＃检查空值
df.isnull（）。sum（）
图片发布
     数据集中的空值
通过检查患有和不患有心脏病的人的百分比，发现数据集中56％的人患有心脏病。因此，数据集是相对平衡的。
Web应用程序-数据分发数据集中有无心脏病的人
属性关联
Web应用程序-关联
此热图显示了数据集属性之间的相关性，以及这些属性之间如何相互作用。从热图中，我们可以观察到胸痛类型（cp），运动诱发的心绞痛（exang），运动引起的相对于休息的ST压抑（oldpeak），运动ST段的峰值斜率（slope），运动次数带有荧光素（ca）和地中海贫血（thal）的主要血管（0–3）与心脏病（目标）高度相关。我们还观察到，心脏病与最大心率（thalch）之间存在反比。
此外，我们可以看到，年龄与以浮雕（ca）和最大心率（thalch）着色的主要血管数量（0–3）相关。运动引起的ST相对于静止状态的压抑（老峰）与运动ST段高峰的斜率（斜率）之间也存在关系。此外，胸痛类型（cp）与运动诱发的心绞痛（exang）之间存在关系。
接下来，我们将进一步分析这些功能之间的这些相关性。
1.年龄和最大心率
Web应用程序-年龄和心率之间的散点图
心脏病在老年人中经常发生，而患有心脏病的老年人的最大心率较低。
2.胸痛
Web应用程序-胸痛
胸痛有四种类型：典型的心绞痛，非典型性心绞痛，非心绞痛和无症状。发现大多数心脏病患者有无症状的胸痛。
2.胸痛和运动诱发的心绞痛
Web应用程序-心绞痛
图片发布
患有运动性心绞痛的人；他们通常患有无症状的胸痛，而且更容易患心脏病。
3.地中海贫血
Web应用程序-地中海贫血
具有可逆缺陷的人可能患有心脏病。
4. ST凹陷和峰值运动ST段的斜率。
Web应用程序-opeak和坡度之间的关联
ST段下坡的人ST抑郁的值更高，感染心脏病的机会也更多。ST抑郁症越大，患病的机会越大。
5.主要活动的年龄和数量（0–3），用萤火虫着色。
Web应用程序 -
大多数心脏病患者年龄较大，并且有一个或多个由萤石色着色的主要血管。
资料建模
让我们创建机器学习模型。我们正在尝试预测一个人是否患有心脏病。我们将' target '列用作类，并将所有其他列用作模型的功能。
＃初始化数据和目标
目标= df ['目标']
功能= df.drop（['target']，轴= 1）
–数据分割
我们将数据分为训练集和测试集。80％的数据用于培训，而20％的数据用于测试。
＃将数据分为训练集和测试集
X_train，X_test，y_train，y_test = train_test_split（功能，目标，test_size = 0.2，random_state = 0）
–机器学习模型
在这里，我们将尝试以下机器学习算法，然后根据其分类报告选择最佳算法。
支持向量机
随机森林
艾达助推器
梯度提升
以下功能用于训练和评估分类器。
def fit_eval_model（model，train_features，y_train，test_features，y_test）：    结果= {}     ＃训练模型
    model.fit（train_features，y_train）    ＃测试模型
    train_predicted = model.predict（train_features）
    test_predicted = model.predict（test_features）    ＃分类报告和混淆矩阵
    结果['classification_report'] =分类_报告（y_test，test_predicted）
    结果['confusion_matrix'] = confusion_matrix（y_test，test_predicted）    返回结果
初始化模型，训练和评估。
＃初始化模型
sv = SVC（random_state = 1）
射频= RandomForestClassifier（random_state = 1）
ab = AdaBoostClassifier（random_state = 1）
gb = GradientBoostingClassifier（random_state = 1）＃拟合并评估模型
结果= {}
对于[sv，rf，ab，gb]中的cls：
    cls_name = cls .__ class __.__ name__
    结果[cls_name] = {}
    结果[cls_name] = fit_eval_model（cls，X_train，y_train，X_test，y_test）
现在，我们将打印评估结果。
＃打印分类器结果
结果：
    打印（结果）在结果中为我
    打印（）[结果]：
    打印（i，'：'）
    打印（结果[结果] [i]）
    打印（）
    打印（'— —-'）
    打印（）
结果如下：
图片发布支持向量机结果
图片发布随机森林结果
图片发布Ada Boost结果
图片发布梯度提升结果
根据以上结果，最好的模型是Gradient Boosting。因此，我将保存此模型以将其用于Web应用程序。
–保存预测模型
现在，我们将腌制模型，以便可以将其保存在磁盘上。
＃将模型另存为序列化的对象pickle
使用open（'model.pkl'，'wb'）作为文件：
pickle.dump（gb，文件）
模型部署
现在该开始使用Flask Web应用程序框架部署和构建Web应用程序。对于Web应用程序，我们必须创建：
1. Web应用程序python代码（API），用于加载模型，从HTML模板获取用户输入，进行预测并返回结果。
2.用于前端的HTML模板，允许用户输入患者的心脏病症状并显示患者是否患有心脏病。
文件的结构如下所示：
/
├──model.pkl
├──heart_disease_app.py
├──模板/
└──心脏病Classifier.html
Web App Python代码
您可以在此处找到该Web应用程序的完整代码。
第一步，我们必须导入必要的库。
将numpy导入为np
进口泡菜
从烧瓶导入烧瓶，请求，render_template
然后，我们创建app对象。
＃创建应用
app = Flask（__ name__）
之后，我们需要将保存的模型加载model.pkl到应用程序中。
＃加载机器学习模型
模型= pickle.load（open（'model.pkl'，'rb'））
home()当根端点‘/’被点击时，该函数被调用。该功能重定向到Heart Disease Classifier.html网站的主页。
＃将home函数绑定到URL
@ app.route（'/'）
def home（）：
    return render_template（'Heart Disease Classifier.html'）
现在，predict()为端点创建函数‘/predict’.。函数通过POSTmethod定义为该端点。当用户提交表单时，API会收到一个POST请求，API会使用flask.request.form函数从表单中提取所有数据。然后，API使用该模型来预测结果。最后，该函数呈现Heart Disease Classifier.html模板并返回结果。
＃将预测功能绑定到URL
@ app.route（'/ predict'，方法= ['POST']）
defdict（）：
    ＃将所有表单条目值放在列表中
    功能= [float（i）for request.form.values（）中的i]
    ＃将要素转换为数组
    array_features = [np.array（features）]
    ＃预测功能
    预测= model.predict（array_features）
    输出=预测
    ＃检查输出值，并根据该值使用html标签检索结果
如果输出== 1：
    return render_template（'Heart Disease Classifier.html'，
结果=“患者不太可能患有心脏病！”）
其他：
    return render_template（'Heart Disease Classifier.html'，
结果=“患者可能患有心脏病！”）
最后，启动flask服务器，并通过调用在计算机上本地运行我们的网页app.run()，然后http://localhost:5000 在浏览器中输入。
如果__name__ =='__main__'：
＃运行应用程序
app.run（）
HTML模板
下图显示了HTML表单。您可以在此处找到代码。
图片发布
该表格有13个功能的13个输入和一个按钮。该按钮将POST请求/predict与输入数据一起发送到端点。在表单标签中，action属性predict在提交表单时调用函数。
<form action =“ {{url_for（'predict'）}}}”方法=“ POST”>
最后，HTML页面在result参数中显示存储的结果。
<strong style =“ color：red”> {{result}} </ strong>
图片发布
概要
在本文中，您学习了如何创建Web应用程序以从头开始进行预测。首先，我们从问题定义和数据收集开始。然后，我们进行了数据准备，数据探索，数据建模和模型评估。最后，我们使用烧瓶部署了该模型。
题库