Evaluacion de Tecnicas de Clasificacion y Modelado Probabilistico para la Evaluacion de Pacientes con Diabetes
Institución:
Fecha y Horario:
12
Público destinatario:
Campo temático :
Tipo de actividad:
Descripción:
El presente trabajo de investigación implementa diversas técnicas de machine learning a través del uso de las siguientes técnicas de clasificación: regresión logística, Naive Bayes, support vector machine, KNN,árbol de decisión y bosque aleatorio, estableciendo una comparativa entre los mismos. Se evalúa el score de precisión, el score F1 y el análisis de curvas ROC. Asimismo, se realiza la optimización de hiperparámetros como la regularización, el kernel, gamma y el grado entre otros, para el modelo implementado. Las variables que se evalúan en el análisis son el número de embarazos, el nivel de glucosa, la presión sanguínea, el espesor de la piel, el nivel de insulina, el índice de masa corporal, la función de pedigrí de diabetes, la edad de la paciente y el resultado que se evalúa o se estima para sabersi la paciente padece o no de diabetes. De manera inicial, se realiza un análisis exploratorio de datos comprendiendo mejor la naturaleza de los mismos y se visualiza histogramas de las distintas variables analizadas.
Investigadores:
MARCELO FERNANDO CONDORI MENDOZA, ROSSIO HUAYTA VILLALBA, JESÚS REYNALDO CERRUTO QUENALLATA, ALVARO FERNANDO ILLANES CAMACHO
