import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler, LabelEncoder
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import load_model
def get_encoding(file):
encodings = ['utf-8', 'iso-8859-1', 'cp1252', 'gb2312', 'gbk']
for e in encodings:
try:
pd.read_csv(file, encoding=e, nrows=1) # 尝试读取文件的第一行，如果没有问题则返回该编码
return e
except:
pass
return None # 如果所有编码都失败，返回 None
def predict_heart_disease(file_path):
encoding = get_encoding(file_path)
if encoding is None:
print(f"无法确定文件 {file_path} 的编码")
return
# 数据加载，跳过解析错误的行
chunksize = 10 ** 6
chunks = []
for chunk in pd.read_csv(file_path, chunksize=chunksize, dtype=str, encoding=encoding, error_bad_lines=False):
chunks.append(chunk)
data = pd.concat(chunks, axis=0)
# 分离特征和目标变量
if '是否患有心血管疾病' in data.columns:
y = data['是否患有心血管疾病']
X = data.drop('是否患有心血管疾病', axis=1)
# 数据预处理
le = LabelEncoder()
for column in X.columns:
if X[column].dtype == 'object':
X[column] = le.fit_transform(X[column])
y = le.fit_transform(y)
scaler = StandardScaler()
X = scaler.fit_transform(X)
# 数据划分
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 80% 训练集, 20% 测试集
# 构建模型
model = Sequential()
model.add(Dense(128, activation='relu', input_shape=(X_train.shape[1],)))
model.add(Dense(64, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
# 模型编译
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# 模型训练
model.fit(X_train, y_train, epochs=10, batch_size=32)
# 模型评估
score = model.evaluate(X_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
# 保存模型
model.save(f"C:\\Users\\1\\Desktop\\heart_disease\\heart_disease_model_{file_path.split('/')[-1]}.h5")
# 新数据预测
new_data = ['65', '1', '3', '140', '260', '0', '2', '140', '1', '2.0', '3', '0', '6'] # 这个列表需要根据你的实际特征来修改
new_data = le.transform(new_data)
new_data = scaler.transform(new_data.reshape(1, -1))
prediction = model.predict(new_data)
if prediction[0][0] >= 0.5:
prediction_result = '有心血管疾病'
else:
prediction_result = '无心血管疾病'
# 返回预测结果
return prediction_result
# 文件列表
files = [r"C:\Users\1\Desktop\heart_disease\1-首次病程记录.csv", r"C:\Users\1\Desktop\heart_disease\2-日常病程记录.csv",
r"C:\Users\1\Desktop\heart_disease\3-出院记录.csv", r"C:\Users\1\Desktop\heart_disease\4-检验记录表.csv",
r"C:\Users\1\Desktop\heart_disease\5-检验明细表.csv", r"C:\Users\1\Desktop\heart_disease\6-细菌结果表.csv",
r"C:\Users\1\Desktop\heart_disease\7-影像检查报告表.csv", r"C:\Users\1\Desktop\heart_disease\8-输出结果.csv"]
# 用于保存预测结果的列表
prediction_results = []
# 针对每一个文件运行函数】
for file in files:
print(f"Processing {file}")
result = predict_heart_disease(file)
prediction_results.append({r"C:\Users\1\Desktop\result.xlsx": file, '预测结果': result})
# 将预测结果保存为DataFrame
prediction_df = pd.DataFrame(prediction_results)
# 输出预测结果到CSV文件
prediction_df.to_csv('heart_disease_predictions.csv', index=False)
# 输出预测结果到Excel文件
prediction_df.to_excel('heart_disease_predictions.xlsx', index=False)
报错内容为：InvalidArgumentError: Failed to create a directory: C://Users/1/Desktop/heart_disease/heart_disease_model_C:; Invalid argument
这提示是说这个路径有点问题，你仔细检查一下路径是否存在，拼写是否正常
这个错误提示主要是因为你试图创建一个文件的路径不符合规范。在Windows中，路径名不能包含以下字符：<>:"/|?*
在你的情况中，file_path.split('/')[-1] 返回的字符串包含了非法的字符 :。此外，路径分隔符在Windows中通常是\\或/，而不是:。
你可能需要用另一种方式来生成模型的文件名。一种可能的解决方案是用一个安全的字符串（例如文件名中的数字或日期）来替换非法字符。你可以使用os.path库的basename函数获取文件的基本名（去掉目录路径），然后再使用正则表达式来移除或替换非法字符。
以下是一个修正后的保存模型的部分代码，将:替换为_，并且用os.path来处理路径：
import os
import re
# ...
# 在函数 predict_heart_disease 内部保存模型部分
# 获取文件的基本名
base_name = os.path.basename(file_path)
# 用正则表达式移除或替换非法字符
safe_base_name = re.sub(r'[^a-zA-Z0-9]', '_', base_name)
model.save(f"C:\\Users\\1\\Desktop\\heart_disease\\heart_disease_model_{safe_base_name}.h5")
这个修改的代码将使得文件名不包含非法字符，并能在Windows环境下正常运行。
很简单，因为你files列表里的地址是以“\”进行分隔的，在此上调用split('/')[-1]得到的是整个地址（"C:\Users\1\Desktop\heart_disease\1-首次病程记录.csv"），包含window不允许的命名（冒号）。可将split('/')改为split('\\')