Это проект по предсказанию риска сердечных заболеваний с использованием методов машинного обучения.
Мы объединили данные из четырёх медицинских клиник и построили модель для определения вероятности наличия болезни сердца на основе медицинских показателей.
- Помочь людям заранее оценивать риск сердечных заболеваний.
 - Получить опыт работы с медицинскими данными.
 - Разработать удобное приложение для пользователей без медицинского образования.
 
- Источник: UCI Heart Disease Dataset
 - Общее количество данных: 920 записей
 - Ключевые признаки:
- Возраст, пол
 - Уровень холестерина, давление
 - Тип боли в груди
 - Результаты ЭКГ и другие параметры
 
 
- Python
 - Pandas, Numpy, Matplotlib, Seaborn
 - Scikit-learn (машинное обучение)
 - Streamlit (веб-интерфейс)
 - Joblib (сохранение модели)
 
- Logistic Regression (финальная модель)
 - Random Forest
 - Gradient Boosting
 
| Метрика | Значение | 
|---|---|
| Accuracy | 83% | 
| Precision | 82% | 
| Recall | 85% | 
| F1-score | 83% | 
# Клонировать репозиторий
git clone https://github.com/sheather666/heart-disease.git
# Установить зависимости
pip install -r requirements.txt
# Запустить приложение
streamlit run app/app.py(добавишь сюда ссылку после деплоя)
https://heart-disease-m.streamlit.app
- Добавить больше данных.
 - Улучшить модель (XGBoost, CatBoost).
 - Встроить Telegram-бот.