Hola. Bien mañana, todos.
Este es Saijac Lami y I tener mi compañero de equipo, Zhe Diao.
Básicamente, nosotros son a negocio analítica graduado estudiantes
de Universidad de Connecticut, campus de Stamford.
Pequeño acerca de nuestra exposición a JMP.
Nosotros tener extensamente usado JMP
en nuestra P Modelo de redicción curso en nuestro primer semestre .
Nosotros sintió es a muy fácil y muy poderoso herramienta,
y allá es a lote nosotros poder hacer de él.
Nosotros son aún explorador el muchos características de el JMP.
Hoy, nosotros son aquí a Presentamos nuestro trabajo que hicimos durante el verano.
eso es un corazón falla predicción usando moderno cribado plataforma.
Nosotros son vocación él mejorado porque nosotros usar varios Plataformas JMP
a aprovechar predicciones.
Próximo a el orden del día hoy, entonces este es justo un descripción general deslizar
de cual tú quería conseguir el esencia de qué nosotros son haciendo,
nosotros habló acerca de seguido por el tres diapositivas,
cual nosotros dónde nosotros hablar acerca de preprocesamiento
y alguno EDA, cual nosotros tener hecho, y el modelado.
Próximo a el introducción,
nosotros saber eso enfermedad cardiovascular
es el número uno causando de el muerte a nivel mundial,
reclamando un estimado de 70.9 mil millones de vidas en 2019.
Él cuentas para alrededor 32 % de fallecidos mundial cada año.
En nuestro problema, entonces nosotros tener tomado una reunión datos colocar,
y nosotros desarrollado a clasificación modelo para clasificando el corazón enfermedad.
Nosotros también aprovechar este predicciones usando el modelo cribado,
capital comparación y adjunto característica en el JMP dieciséis.
El modelo producción voluntad ayuda en comprensión el importancia de factores
eso son principal a corazón enfermedad y el probabilidad.
Nosotros también encontrar el probabilidad de desarrollo el corazón enfermedad,
a menos que cuando esté bajo c medio condiciones.
Resumiendo nuestro objetivo es a construir el mejor modelo y encontrar el factores
eso son principal a el corazón falla usando el JMP 16 plataforma.
Próximo a a metodología y pequeño acerca de nuestro datos colocar,
el datos colocar incluido alrededor 918 participantes de diferente países.
Allá son 11 factores asociado a corazón falla,
semejante como edad, sexo, sangre presión, y sangre glucosa.
Como nos fue a nuestro predicciones
es nosotros primera actuación el preprocesamiento de el datos
por explorador si allá son cualquier desaparecido valores o cualquier valores atípicos.
Además, nosotros hemos realizado el EDA análisis a entender el importancia
y el relación de el cada característica en relación a el corazón falla.
A construir el modelo,
nosotros incorporado el siguiendo a JMP 16 capacidades en nuestro metodología.
El Lo primero es el Modelo Cribado.
Cual es un eficiente plataforma, a simultáneamente adecuado,
comparando y explorador, seleccionando
y entonces desplegando el mejor profético modelo.
El próximo llega el Modelo Comparación, cual un fácil plataforma
a comparar y seleccionar el mejor- amaestrado profético modelo.
Próximo viene el tablero es un eficiente forma
a mejor representar a nuestro EDA concisamente.
Nosotros poder correr cualquier tiempo como el nuevo datos es disponible.
Soy próximo a nuestro resultados.
Este es justo descripción general de el resultados cual nosotros tenía.
Usando el modelo cribado,
nosotros identificado eso el Impulsado Árbol es nuestro mejor modelo.
Nosotros elegir y nosotros tener también no justo en exactitud.
Nosotros enfocar en cual es teniendo el el menos uno tasa,
porque nosotros hacer no desear nuestro modelo a tener alto FALSO positivos,
porque nosotros no desear el corazón tasa,
como corazón falla predecir pacientes no a trabajar como no detectado.
Residencia en este, nosotros tener preferido el Impulsado Árbol como nuestro mejor modelo.
Próximo a el columna contribuciones,
entonces cuando nosotros son, cuando nosotros intentó a identificar
qué son el importante factores eso son causando el corazón falla predicción.
Al utilizar el Impulsado Árbol,
nosotros identificado eso Angina de ejercicio,
entonces cual es si a persona tiene
el en- usar dolor pendiente a ejercicio
y también Ayuno Bs, Nivel de glucosa en sangre,
ECG en reposo, pendiente del segmento ST, tipo de dolor torácico
son pocos parámetros de 11,
Contribuyen a alrededor del 75% de la insuficiencia cardíaca.
A continuación viene un análisis más profundo, Zhe Diao ser tomando cuidado.
Bueno, después cribado a través de el básico información de el datos,
semejante como objetivo característica, profético variables, datos tipos,
nuestro análisis trabajar voluntad comenzar con datos limpieza.
Nosotros necesidad a trato con desaparecido valores y todo capas primero en conseguir a limpio datos.
JMP proporciona a variedad de maneras a explorar y trato con a ellos.
Para el desaparecido valor, JMP puede mostrar el detalles
en el resumen mesa rara vez son mostrar a ellos en celúla trama o árbol mapa.
Hoy, nosotros espectáculo el estadístico mesa aquí,
cual es también a forma a conseguir la información nosotros desear.
Nosotros poder ver eso allá es No desaparecido valor en nuestro datos.
Pero cuando tú más explorar el datos distribución, tú voluntad encontrar eso
algunos indicadores usar el número cero a reemplazar el desaparecido valor.
Nosotros tratar el datos cero con supresión y el medios de comunicación reemplazos porque
el valor de el dirigir indicador no puedo ser cero.
Para el Parte aislada,
diagrama de caja y explorar Módulo de valores atípicos son común métodos.
Hoy, nosotros usar el Ana atípica función de lisis,
y Hay a multivariado módulo,
cual reflejar el distancia de a multidimensional espacio
en este Mahalanobis Distancia Gráfico.
Nosotros tener retener este Valores atípicos En esto análisis porque nosotros considerar eso
Esto es un común fenómeno en médico prueba resultados.
Después completando estos pasos,
nosotros conseguir el limpio datos, y entonces nosotros ingresar el datos exploración escenario.
En este paso, nosotros construido alguno comúnmente usado
el gráficos a espectáculo alguno información contenido cantidad datos.
JMP proporciona a nosotros muchos opciones en esta parte
semejante como árbol mapa, anillo cuadro, bar gráfico y cero.
De estos gráficos, nosotros saber eso el proporción de masculino
sufrimiento de corazón falla es dos veces eso son femenino.
80 % de pacientes con corazón falla tener diabetes
y 77 personas tener No síntomas de pecho dolor,
cual revela el imperceptibilidad de el enfermedad.
Después nosotros dibujar este útil conclusiones,
nosotros venir a el modelado escenario a más explorar el relación entre datos.
Cuando tú son haciendo datos análisis,
tú puede generalmente pensar qué modelo I desear a construir,
o qué modelo realiza mejor.
Modelo cribado función en JMP ayuda a nosotros
resolver este problema en un muy intuitivo forma.
Tú justo necesidad a arrastrar el objetivo variable
y el predicción variables a el correspondiente posiciones.
JMP lo hará ayuda tú correr también adecuado modelos.
En este análisis, Escritura JMP nueve modelos automáticamente,
incluido Regresión modelo, Árbol potenciado, neuronal es trabajo y entonces en.
Tú poder conseguir a detallado y claro producción.
Si tú solo cuidado acerca de el resultados,
el resumen mesa poder ayuda tú elegir el mejor modelo,
si tú considerar residual o adecuado grado.
Si tú desear a saber el detalle,
el parámetros y el resultados de cada modelo,
tú justo necesidad a hacer clic el modelo tú desear a vista en detalles parte,
y tú poder entender el actuación de el modelo de todo aspectos.
Aquí nosotros interceptar a parámetros, computadora matriz y perfilador.
En perfilador, tú poder ingresar nuevo datos
a observar el cambiar tren de cada variable y conseguir el predecir el resultado.
Nosotros ver eso el influencia de edad es no significativo,
cual puede ser contrarrestar a nuestra combinación.
Dónde género, diabetes y ST_ pendiente son el principal influencia factores.
Además, en estos resultados,
nosotros pagar atención a el clasificación errónea tasa,
especialmente es a FALSO negativo valor,
porque él medio eso el paciente tiene corazón falla,
y nosotros predecir eso él hace no,
cual puede dirigir a muy grave consecuencia.
El mejor actuación modelo nosotros seleccionar en este análisis es supuesto a disminuir
cual tiene el más bajo el clasificación errónea tasa y el más alto sensibilidades.
Entonces nosotros poder ahorrar todo el fórmulas de predicción
y el resultados para usar en el modelo comparación.
La comparación de modelos proporciona más conciso y intuitivo formato
a espectáculo modelo actuación indicadores,
cual es conveniente para a nosotros a hacer el final elección.
Ahora, I llevar a través de a el último parte de nuestro presentación, cual es el panel.
Usando el panel característica,
nosotros creado a utilidad dónde nosotros agregado varios importante características,
cual nosotros discutido antes, y cual son críticamente conmovedor el corazón tasa.
Aquí nosotros poder interactuar por siempre que el entradas
Como I poder elegir masculino o femenino,
y nosotros poder incluso elegir el Pecho dolor tipo.
También, qué el ST_s correr a paso largo patrón, y también, qué el exceso en ¿genoma?
Residencia en este, I poder interactuar con el utilidad,
y también basado en eso, él voluntad mostrar el probabilidad de el corazón tasa,
cual es a bonito útil característica.
Eso llega a el último parte.
En conclusión, I justo desear a resumir.
Nosotros usar el moderno pantalla plataforma, y a través de cual nosotros explorar
el mejor predictivo modelado para el corazón falla predicción.
Nosotros también aprovechar lo que el trabajar nosotros Intente usar el JMP 16 panel.
Cual nosotros desarrollar a utilidad a desarrollar un interactivo plataforma
eso salidas el probabilidad de el corazón falla basado en el aporte y parámetros.
Eso es todo nosotros tener para hoy.
Agradecer tú.
