Построил этот проект после вдохновения от многих проектов, которые я видел на YouTube на основе COVID19. Я рад, что закончил этот проект. Несмотря на то, что я не знал всех технологий, я узнал все это в процессе создания этого проекта. 😊
Создайте приложение для объединения навыков ML ML + веб-разработки. Создайте веб-приложение для прогнозирования вероятности пациента договора COVID19 на основе данных симптомов.
Библиотеки Python – Pandas, Numpy, Sklearn, Scille; Jupyter Notebook, Flask, HTML, Bootstrap и Visual Studio Code.
Создал набор данных, который содержит 6 столбцов, где 5 столбцов именно … возраст (1-100), Температура тела В Фаренгейте (98-104), Боль в тело (0/1), Кашель (1/0), Трудность в дыхании (-1/0/1) и 6-й столбец рассказывает, имеет ли у человека заболевание или нет (0/1).
Я обучил его использовать логистическая регрессия и предсказал вероятность. Логистическая регрессия – это статистическая модель, которую в основной форме используется логистическая функция для моделирования двоичной зависимой переменной, хотя многие более сложные расширения существуют. В регрессионном анализе логистическая регрессия (или логита регрессия) оценивает параметры логистической модели (форма двоичной регрессии).
Вы можете посмотреть, как я использовал логистическую регрессию на DataSet здесь Отказ
Использовал Python Парил Библиотека для сохранения модели. Модуль сокола реализует фундаментальный, но мощный алгоритм для сериализации и десериализации структуры объекта Python. «Маринований» – это процесс, посредством которого иерархия объекта Python преобразуется в байтовый поток, а «unkickling» – обратная работа, в результате чего байтовый поток преобразуется обратно в иерархию объекта. Маринование (и небочистки) альтернативно известно как «сериализация» или «выравнивание», однако, чтобы избежать путаницы, термины, используемые здесь, являются «маринованными» и «неочищенными».
Используется простой HTML и Bootstrap для создания пользовательского интерфейса. Используются основные элементы, такие как Navbar, Forms и кнопки. Вы можете проверить скриншоты приложения ниже.
Теперь осталось единственное – сочетать все, используя Flask Web Framework Отказ Флэк – это микро-каркас, написанная в Python. Он классифицируется как микроразрушение, потому что он не требует определенных инструментов или библиотек.
Вы можете понять, как я это сделал здесь Отказ
Исходный код можно просматривать на репозитории GitHUB, приведенный ниже. 🎉
Rakshakannu/Covid19.
Колбовое веб-приложение, которое может предсказать вероятность договаривающегося пациента COVID19.
Живая демонстрация проекта показана ниже.
Проверьте это и предоставьте отзыв. Спасибо! 💖
Оригинал: “https://dev.to/rakshakannu/project-covid-19-5f23”