Python糖尿病建模和数据挖掘

有人说21世纪，我们的生活越来越便捷，电子通讯越来越发达，美食越来越多。这一点也不假。但现代生活方式也有不利一面，工作越来越忙，身体锻炼越来越少，体重一天一天增加。有一种疾病叫做糖尿病，你们听说过吗？

餐饮行业为了增加销售量，会增加食物食盐量。这样可以满足顾客重口味。

饮料厂商为了增加销售量，在饮料里添加不少糖分（碳水化合物）。糖可以刺激大脑，形成正反馈，越喝越想喝，形成对糖依耐性。

996对程序员并不陌生，一天工作太忙，下班后就葛优躺，拿着手机或看电视。体重一天天增加，我想说的是糖尿病离你还远吗？

真相是中国糖尿病数据触目惊心！下图显示2019年估算中国糖尿病患病率排名世界第二，我们不是世界第一，是不是很高兴？

不幸的是，中国人口基数是美国4倍多，因此中国糖尿病患者数量位居世界第一。中国是糖尿病最大药物研发市场。越来越多年轻人也加入糖尿病市场，成为药企摇钱树。

中国糖尿病患者数量逐年上升，呈现明显上涨态势。近年来糖尿病药物是药企一块大蛋糕。糖尿病相关食品也非常昂贵，很多不懂医学常识的患者付出了巨大代价。

糖尿病是一种富贵病，患上后无法彻底治愈，只能每日用药控制。且糖尿病相关并发症多。每8秒就有1人死于糖尿病及其并发症。如果未经治疗，糖尿病可能引发许多并发症。急性并发症包括糖尿病酮酸血症与高渗透压高血糖非酮酸性昏迷；严重的长程并发症则包括心血管疾病、中风、慢性肾脏病、糖尿病足、以及视网膜病变等。

医生对于糖尿病患者的建议比较多，少吃含糖高食物，多锻炼，多休息。。。。但哪一条建议特别重要，能否量化分析么？答案是肯定的，你给我数据，我给你答案。

博主用python建立糖尿病血糖指标预测模型，根据用户提供的年龄，性别，血压，BMI等指标，可以预测你是否患有糖尿病。建模数据来自美国真实糖尿病临床数据，总计442条。对于模型来说，442条数据量有些偏少，如果能有1000条以上，就比较nice了。

研究此项目的美国团队（Bradley Efron, Trevor Hastie, Iain Johnstone and Robert Tibshirani）模型性能一般，MAE约为41.9，r2为0.477。而博主建立模型MAE为13.82，r2为0.9388，远远高于美国团队，模型性能非常优秀，预测数据误差小，更准确。

博主运用Python语言建立糖尿病预测模型部分代码截图，代码量少，效率高快速建模和量化分析致病因子。

程序对变量相关性分析后，自动把结果保存到excel，方便日后查阅数据，我们发现S1和S2血清指标相关性非常高，模型仅选用s1或s2变量，性能下降不会太大。

好消息是绝大多数糖尿病属于二类，是可防可控的。我们只要熟悉致病因子，建立良好生活习惯就可以显著降低糖尿病患病概率。此课程对糖尿病致病因子一一分析，并量化排序，是价值含量非常高课程。

机器学习是一门充满魅力学科，让我们像甘道夫魔法师，可以预知未来。希望我的课程能够帮助到糖尿病患者，相关研发机构，或正在写此题材论文的学生。希望你们分享此课程到朋友圈，让大家重视糖尿病防控，减少政府医药预算开支，让更多人受益。