数据挖掘是一个复杂的过程，涉及到数据预处理、特征选择、模型训练和评估等多个步骤。对于心脏病数据集的分类任务，我们通常会使用Pandas加载数据，然后利用Scikit-Learn库中的朴素贝叶斯（Naive Bayes）、K-近邻（KNN）以及决策树（Decision Tree）算法。 首先，你需要准备一个包含心脏病患者信息的数据集，这个数据集可能包括年龄、性别、血压、胆固醇水平等特征，以及是否患有心脏病的目标变量。如果你能找到公开可用的心脏病数据集（如UCI Machine Learning Repository），可以下载并存储为CSV文件。 以下是基本的Python代码示例，假设你已经有一个名为`heart_data.csv`的CSV文件： ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.naive_bayes import GaussianNB from sklearn.neighbors import KNeighborsClassifier from sklearn.tree import DecisionTreeClassifier from sklearn.metrics import accuracy_score # 1. 加载数据 data = pd.read_csv('heart_data.csv') # 2. 数据预处理 X = data.drop('target_column', axis=1) # 'target_column'是你目标变量的列名 y = data['target_column'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 3. 特征缩放 scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 4. 实现朴素贝叶斯分类 gnb = GaussianNB() gnb.fit(X_train_scaled, y_train) y_pred_gnb = gnb.predict(X_test_scaled) print("Naive Bayes Accuracy:", accuracy_score(y_test, y_pred_gnb)) # 5. 实现KNN分类 knn = KNeighborsClassifier(n_neighbors=3) # 可调整n_neighbors参数 knn.fit(X_train_scaled, y_train) y_pred_knn = knn.predict(X_test_scaled) print("KNN Accuracy:", accuracy_score(y_test, y_pred_knn)) # 6. 实现决策树分类 dtc = DecisionTreeClassifier() dtc.fit(X_train_scaled, y_train) y_pred_dtc = dtc.predict(X_test_scaled) print("Decision Tree Accuracy:", accuracy_score(y_test, y_pred_dtc)) ``` 记得替换`target_column`为实际的心脏病标签列名。完成以上代码后，你可以分析每个模型的性能，并根据需要调整参数以优化结果。