heart disease prediction using machine learning with flask

การรักษาโรคหัวใจ

แอปพลิเคชันที่ปรับใช้: ลิงค์ - https://10monica.pythonanywhere.com/

บทนำ- นี่เป็นแอปพลิเคชั่นผู้ใช้หลายคนที่ผ่านการตรวจสอบอย่างเต็มที่ซึ่งผู้ใช้สามารถตรวจสอบได้ว่าเขา/เธอมีโรคหัวใจหรือไม่โดยการกรอกแบบฟอร์มสั้น ๆ ซึ่งรวบรวมข้อมูลจากรูปแบบการทำนายโรคหัวใจและกลับมาพร้อมกับการตอบสนองตามชุดข้อมูลที่ใช้

คำสำคัญ- ml, flask, randomforestclassifier, html, css, bootstrap

ชุดข้อมูล- ชุดข้อมูลการทำนายโรคหัวใจจากลิงค์ kaggle.com- https://www.kaggle.com/rishidamarla/heart-disease-prediction

การเรียนรู้ของเครื่อง - ใช้ประโยชน์จากอัลกอริทึมการจำแนกป่าไม้แบบสุ่มใช้สถานะสุ่ม = 3136

ความแม่นยำในการทำนายแบบจำลอง - 87%

Flask- แบ็กเอนด์ของเว็บแอปพลิเคชันทั้งหมดได้รับการตั้งโปรแกรมใน Flask ด้วย app.py ควบคุมฟังก์ชันการทำงานที่สำคัญและการเชื่อมต่อกับทุกหน้า Flask Mail ที่ใช้แล้วเพื่อส่งรหัสผ่านที่สร้างขึ้นแบบสุ่มไปยังผู้ใช้เมื่อพวกเขาพยายามลงชื่อเข้าใช้และจะถูกเปลี่ยนเส้นทางไปยังหน้าเข้าสู่ระบบทันทีที่เราส่งอีเมลที่มีรหัสผ่านของผู้ใช้เฉพาะ การใช้ชื่อผู้ใช้เดียวกันอีกครั้งจะเป็นไปไม่ได้เนื่องจากถูกตั้งค่าเป็นคีย์หลัก หน้ารหัสผ่านลืมได้ถูกสร้างขึ้นในกรณีที่ผู้ใช้ลืมรหัสผ่านไปยังแอปพลิเคชัน แบบฟอร์มทั้งหมดได้รับการตรวจสอบอย่างสมบูรณ์รวมถึงแบบทดสอบภายในซึ่งเป็นฟังก์ชันหลักของแอปพลิเคชัน การตอบสนองต่อแบบฟอร์มจะถูกนำมาใช้ควบคู่ไปกับข้อมูลที่มีอยู่ในชุดข้อมูลเพื่อทำการทำนาย

HTML, CSS, Bootstrap - ส่วนหน้าทั้งหมดของแอปพลิเคชันได้ทำโดยใช้ HTML, CSS และ Bootstrap และแอปพลิเคชันนั้นตอบสนองได้อย่างสมบูรณ์และทำงานได้อย่างสมบูรณ์ในความกว้างของอุปกรณ์ทั้งหมด

NAME DATABASE -SQLITE3 - MONICAHEART.DB ชื่อตาราง - ผู้ใช้

หน้าจอ- หน้าลงทะเบียน-

เข้าสู่ระบบหน้า-

ลืมรหัสผ่าน-

หน้าแรก-

หน้าทดสอบ-

ผู้ร่วมให้ข้อมูล - โครงการเดี่ยว - โมนิก้า Gullapalli

ลิงค์แอปพลิเคชันเว็บที่ปรับใช้ - https://10monica.pythonanywhere.com/signup