heart disease prediction using machine learning with flask

心脏病预测

部署的应用程序：链接-https：//10monica.pythonanywhere.com/

简介 - 这是一个经过全面验证的多用户应用程序，用户可以通过填充从心脏病预测模型中收集数据的简短表格来检查他/她是否患有心脏病，并根据所使用的数据集进行响应。

关键字-ML，烧瓶，RandomforestClassifier，HTML，CSS，Bootstrap

kaggle.com的数据集 - 心脏病预测数据集链接-https：//www.kaggle.com/rishidamarla/heart-disease-prediction

机器学习 - 使用随机森林分类器算法，使用随机状态= 3136

模型预测准确性-87％

整个Web应用程序的烧瓶后端已在烧瓶中编程，并具有一个app.py控制主要功能和与所有页面的连接。使用的烧瓶邮件在尝试登录时向用户发送随机生成的密码，然后在我们发送包含特定用户密码的电子邮件后立即将其重定向到登录页面。重复使用相同的用户名是不可能的，因为它已将其设置为主要键。如果用户将密码忘记到应用程序的密码，则已经制作了一个忘记的密码页面。所有表格均已完全验证，包括内部的测验表格，这是应用程序的主要功能。对表格的响应与数据集中存在的数据一起使用以进行预测。

HTML，CSS，Bootstrap-应用程序的整个前端都是使用HTML，CSS和Bootstrap制成的。并且该应用程序完全响应，并且在所有设备宽度上都充分发挥作用。

数据库-SQLite3名称-Monicaheart.db表名称 - 用户

屏幕截图 - 注册页面 -

登录页 -

忘记密码-

主页 -

测验页 -

贡献者 - 独奏项目-Monica Gullapalli

部署的Web应用程序链接-https：//10monica.pythonanywhere.com/signup