Skip to content

README.md

Latest commit

 

History

History
82 lines (62 loc) · 3.67 KB

README.md

File metadata and controls

82 lines (62 loc) · 3.67 KB

MachineLearningTest

El grupo DatalabUsal 2018 explorará distintas técnicas Machine Learning con una base de datos de pacientes de corazón.

Objetivo

Cada participante/grupo escogera una técnica de clasificación/regresión para ajustar un modelo con los datos train.csv y lo aplicará sobre los datos test.csv.

El participante/grupo explicará al resto de componentes de qué se trata la técnica de Machine Learning así como el ejemplo aplicado a la base de datos.

Cada participante obtendrá un certificado acreditando su participación como el haber dado una charla sobre la técnica en concreto.

Aquel participante/grupo que obtenga el mejor ajuste se llevará una mención honorífica en su certificado.

Información

Características de la base de datos

  1. (age) edad en años
  2. (sex) sexo (1 = masculino; 0 = femenino)
  3. (cp) dolor de pecho
    • Valor 1: angina típica
    • Valor 2: angina atípica
    • Valor 3: dolor no relacionado con angina
    • Valor 4: asintomático
  4. (trestbps) presión sanguínea en el momento de ingresar (mm Hg momento de admisión)
  5. (chol) colesterol serum (mg/dl)
  6. (fbs) (nivel de azúcar en ayunas > 120 mg/dl) (1 = verdadero; 0 = falso)
  7. (restecg) resultados del electrocardiograma
    • Valor 0: normal
    • Valor 1: onda ST-T anormal (inversiones de la onda T y/o elevación o depresión ST de > 0.05 mV)
    • Valor 2: hipertropia probable o definitiva del ventrículo izquierdo (criterio Estes)
  8. (thalach) frecuencia cardíaca máxima alcanzada
  9. (exang) ejercicio induce angina (1 = sí; 0 = no)
  10. (oldpeak) depresión ST inducida por ejercicio relativo a reposo
  11. (slope) pendiente del segmento ST (pico de ejercicio)
    • Value 1: pendiente positiva
    • Value 2: sin pendiente
    • Value 3: pendiente negativa
  12. (ca) número de vasos principales (0-3) coloreados por fluoroscopia
  13. (thal) 3 = normal; 6 = defecto fijo; 7 = defecto reversible
  14. (num) diagnosis enfermedad corazón (estado post-angiografía)
    • Valor 0: < 50% estrechamiento del diámetro    * Valor >=1: > 50% estrechamiento del diámetro

¡Ojo! num está categorizado de 0-4 según el grado de estrechamiento 0 (no enfermo) 1-2-3-4 (enfermo) La idea es clasificar enfermo/no enfermo. Sin embargo, si tenéis tiempo podéis clasificar los 5 grupos.

Envío de soluciones

Cada participante deberá crear una carpeta con el nombre del algoritmo que haya usado para ajustar el modelo.

En la carpeta existirán tres archivos:

  1. Jupyter notebook explicando cómo ha desarrollado el modelo.
  2. Archivo test con las soluciones.

Ejemplo: Si has usado el modelo Modelo_ejemplo deberás crear una carpeta con el mismo nombre. En la misma existirá un Jupyter notebook (el nombre del mismo tiene que coincidir con el modelo) y por último un archivo test.csv igual que el que se adjunta en data añadiendo una columna num con los resultados (1/0 únicamente) y una columna prob con la probabilidad de que esté enfermo el paciente.

Una vez creada la carpeta y habiendo introducido los elementos explicados anteriormente. Procede a hacer merge de tu rama.

Resultados

  1. REGRESIÓN LOGÍSTICA

    • accuracy_score > 0.79487179487179482
    • True Negatives > 14
    • True Positives > 17
    • False Negatives > 7
    • False Positives > 1
    • Log_loss > 0.638

  2. SVM

    • accuracy_score > 0.71794871794871795
    • True Negatives > 13
    • True Positives > 15
    • False Negatives > 9
    • False Positives > 2
    • Log_loss > 1.405