基于机器学习逻辑回归对心脏病数据的危险因素探索

参考
本文会提供代码

误解一：机器学习-逻辑回归

以为是单纯的分类算法，但是可以根据系数的大小，进行危险因素的排序，医学研究应用比较多
其实就是简单的，y = $a_1$ * $x_1$ + $a_2$ * $x_2$ + $a_3$ * $x_3$ + . . . + $a_n$ * $x_n$
$x_1$ 增加 1，那么y就会增加 $a_1$的大小，所以系数的绝对值大小可以对危险因素排序

误解二：系数的大小真的就是影响 程度的大小？？？

可以和GBDT、RF特征筛选进行结果比对，到时候再更新此文