这个项目解决什么问题
心脏病风险预测是二分类问题的经典题材，但多数教程止步于"跑四个模型、打印一个 accuracy"。本项目把重点放在医学场景特有的三个问题上：数据里的缺失与异常怎么处理、阈值怎么和业务目标对齐、结果怎么讲给非技术的人听。全部过程产物（ROC 曲线、混淆矩阵、评分卡、个体报告）自动落盘，可直接作为实验报告素材。
核心亮点
- 医学风险评分卡：把逻辑回归的系数转化为整数评分（思路类似经典的 Framingham 评分），输出各特征的分箱得分表和"总分-患病率"曲线——交付物是一张"人"可以直接用的卡片，而不只是一个黑盒模型。
- 双策略阈值优化：同时用 Youden 指数和 F2 分数两条路线寻找最优分类阈值。医学场景宁可多查、不能漏诊，项目输出阈值权衡曲线与两种策略下的漏诊对比，把"阈值怎么选"讲成一堂业务课。
- 个体化病例报告：对单个患者自动生成 HTML 风险报告，包含患病概率、风险分层和特征贡献图——课程汇报时现场输入一个病例，效果直观。
- SHAP 可解释性分析：对模型预测给出每个特征的贡献方向与大小，和评分卡互为印证，构成"模型侧 + 业务侧"双方案解释。
- 四模型同场竞技：逻辑回归 / SVM / 随机森林 / XGBoost 在同一套评估体系下对比，accuracy / precision / recall / F1 / AUC 一张表看清。
- 规范的医学数据清洗：血压、胆固醇中的 0 值按缺失处理、用中位数填充，而不是当真实值喂给模型——细节决定下限。
效果预览
四个模型的 ROC 曲线同图对比，AUC 差异一目了然：
混淆矩阵——结合优化后的阈值，漏诊与误报的权衡清晰可见：
风险评分卡的"总分-患病率"关系曲线，分数越高患病率越高，可以拿给非技术人员直接使用：
预览图基于模拟数据演示实际运行效果，真实数据运行结果以你下载的数据集为准。
你将学到
- 二分类问题的完整流程：清洗 → 编码 → 建模 → 评估 → 解释
- 类别特征编码的常用做法与取舍
- 如何让分类阈值匹配业务目标，而不是默认 0.5 一刀切
- 模型可解释性的两种落地方案（SHAP + 评分卡）
- 面向非技术受众的表达：把概率和系数翻译成"人能用的东西"
适合谁
需要完成分类方向毕业设计、或想在"模型解释 + 业务落地"上拉开差距的学习者。难度 ★★☆，数据量小、跑得快，适合作为第一个完整走通的项目；评分卡与阈值优化部分又能支撑起课程汇报时最有分量的章节。
交付内容：完整可运行源码、README.md（逐步运行方法与实现说明）、requirements.txt。
数据集：第三方数据受原始授权限制不随包分发，按 README.md 里的官方链接下载放入 data/ 即可跑通全流程。
许可：个人使用，可用于自己的学习、课程实验与研究报告，请勿转售或公开传播。