Heart_Disease_Prediction Contexto: La principal causa de muerte en el mundo desarrollado es la enfermedad cardíaca. Por lo tanto, es necesario trabajar para ayudar a prevenir los riesgos de sufrir un ataque cardíaco o un derrame cerebral. Contenido: utilice este conjunto de datos para predecir qué pacientes tienen más probabilidades de sufrir una enfermedad cardíaca en un futuro próximo utilizando las funciones proporcionadas. Reconocimiento: estos datos provienen del repositorio de aprendizaje automático de la Universidad de California en Irvine en: https://archive.ics.uci.edu/ml/datasets/Heart+Disease. Peter Turney), consulte la carpeta "Costos Attribute Information: Only 14 attributes used: (age) edad en años (sex) sexo (1 = masculino; 0 = femenino) (cp) tipo de dolor en el pecho - Valor 1: angina típica - Valor 2: angina atípica - Valor 3: dolor no anginoso - Valor 4: asintomático (trestbps) presión arterial en reposo (en mm Hg al ingreso en el hospital) (chol) colesterol sérico en mg / dl (fbs) (azúcar en sangre en ayunas> 120 mg / dl) (1 = verdadero; 0 = falso) (EKG) resultados electrocardiográficos en reposo - Valor 0: normal - Valor 1: tener anomalía de la onda ST-T (inversiones de la onda T y / o elevación o depresión del ST> 0,05 mV) - Valor 2: muestra hipertrofia ventricular izquierda probable o definitiva según los criterios de Estes (thalach) frecuencia cardíaca máxima alcanzada (exang) angina inducida por ejercicio (1 = sí; 0 = no) (oldpeak) depresión del ST inducida por el ejercicio en relación con el reposo (slope) pendiente: la pendiente del segmento ST de ejercicio pico - Valor 1: pendiente ascendente - Valor 2: plano - Valor 3: descendente (ca) número de vasos principales (0-3) coloreados por la floración (thal) 3 = normal; 6 = defecto fijo; 7 = defecto reversible (Heart_Disease) diagnóstico de enfermedad cardíaca (estado de enfermedad angiográfica) - Valor 0: <50% de estrechamiento del diámetro - Valor 1:> 50% de estrechamiento del diámetro (en cualquier buque importante: los atributos 59 a 68 son recipientes)

Excerpt from the required assignment under SIT2009 Regression Analysis. Demonstrating invalidity of linear models using model adequacy procedures.

Polygons and centroid of the 1Ha test sites for the ELSP landscapes in Cumbria

Five replicate treatment Polygons, made up of subsets of five 1Ha (71 x 142m) test sites for the ELSP landscapes in Cumbria

Shape file and Five replicate treatment Polygons, made up of subsets of five 1Ha (71 x 142m) test sites for the ELSP landscapes in Cumbria

This analysis examines the relationships between countries' average IQ, education expenditure, average income, and average temperature. We use hierarchical clustering to group countries with similar profiles and visualize the results with a dendrogram, providing insights into how these factors interact and cluster globally.

대구광역시 서구지역은 높은 대중교통 이용률에도 불구하고 적은 버스 노선과 지하철의 부재로 교통 소외 현상을 겪고 있다. 이에 데이터를 분석하여 서구의 교통 소외 현상을 시각화하고 원인을 파악해 적절한 해결방안을 모색하고자 한다.