基于机器学习的糖尿病早期预测与风险评估

项目说明

项目在编辑器工作区中运行 train_all.py，终端显示两阶段流程：先完成数据预处理，将处理结果保存到 data/processed/、Scaler 保存为 models/scaler.pkl；随后进入模型训练，加载训练集（51286, 21）与测试集（50736, 21），定义并训练 Logistic Regression、Random Forest 等模型，模型保存到 models/ 目录。results 目录下生成 class_distribution.png、confusion_matrices.png、feature_importance.png、model_comparison.png、pr_curves.png、roc_curves.png 等图表，其中 roc_curves.png 展示健康、糖尿病前期、确诊糖尿病三类 ROC 曲线。