A-Comparative-Machine-Learning-Framework-for-Heart-Attack-Risk-Prediction-Using-Data-Preprocessing
BibliothèqueGitHubActifJupyter Notebook
This project presents a comparative machine learning framework for heart attack risk prediction using Python. It includes data preprocessing, feature engineering, SMOTE for class balancing, cross validation, and performance evaluation of multiple ML models.
Mesuré: 24 sept. 2026 · 6 observations
Preuve de source
- Source
- GitHub
- Dernière activité
- 29 août 2026
- observations
- 6
L’adéquation à votre tâche n’a pas été évaluée.
Les relevés comparables sont regroupés par signal et unité.
Signaux mesurés
- Étoiles
- 60
- étoiles
- Mesuré · 24 sept. 2026
Momentum
- score de momentum
- 15,3
- Fenêtre
- 7 jours
- Variation absolue
- +1
- Variation relative
- +1,69%
- Signaux publics
- Mesuré
Domaines & Usages
- Domaines
- Ingénierie des données
Historique des mesures
Les relevés comparables sont regroupés par signal et unité.
Étoiles
étoiles
Temps
Valeurs exactes
| Mesuré | Signaux publics |
|---|---|
| 19 sept. 2026 | 59 étoiles |
| 20 sept. 2026 | 59 étoiles |
| 21 sept. 2026 | 60 étoiles |
| 22 sept. 2026 | 60 étoiles |
| 23 sept. 2026 | 60 étoiles |
| 24 sept. 2026 | 60 étoiles |
Classifications
- Nature
- Ressource