基于Numpy与Python实现反向传播用于克利夫兰数据集心脏病预测

我正在尝试用神经网络的反向传播算法实现心脏病预测任务，选用的是UCI心脏病数据集（克利夫兰处理版）。

我参考了一篇博客中的代码框架，针对自己的数据集做了少量调整，目前写出的代码片段如下：

import numpy as np
import csv

reader = csv.reader(open("cleveland_data.csv"), delimiter=",")
x = list(reader)
result = np.array(x).astype(...)

看起来代码还没写完（astype()方法的参数部分缺失了），如果后续你在数据预处理、网络结构设计、反向传播逻辑调试或者模型评估上遇到具体问题，随时可以补充细节来深入讨论～

内容的提问来源于stack exchange，提问作者Dreaded Harvester