ozseniorcl13 / detection_diabetes_boosting_classifiers

Código do artigo "Aplicação de Classificadores Boosting para Detecção de Diabetes" publicado no VII Encontro Regional de Engenharias (Norte)~

Uso de Classificadores Boosting para Detecção de Diabetes

Código do artigo "Aplicação de Classificadores Boosting para Detecção de Diabetes" publicado no VII Encontro Regional de Engenharias (Norte). Disponível em: https://issuu.com/encoeng1/docs/anais_encoeng_2020

Conteúdo

• Problema
  • Classificadores
• Materiais e métodos
  • Base de dados
  • Pré-processamento
  • Treinamento e avaliação dos classificadores
  • Aprimoramento de hiperparâmetros
  • Métricas de avaliação
• Resultados

Problema

Diabetes Mellitus (DM) é uma doença grave e crônica que ocorre quando o pâncreas não produz insulina (hormônio que regula a glicemia) suficiente ou quando o corpo não pode usar efetivamente a insulina que produz (OMS, 2016). Muitas abordagens clássicas de Aprendizado de Máquina são propostas na literatura para fazer a detecção de DM, porém pouco se tem falado sobre o uso de classificadores boosting.

Classificadores

• Gradient Boosting Machine - GBM
• AdaBoost
• LightGBM
• CatBoost

Materiais e métodos

Base de dados

• Pima Indians Diabetes

Pré-processamento

• - Exploração da base e identificação de missing values
• - Normalização Min-Max
• - Identificação e tratamento de outliers

Treinamento e avaliação

• - Validação cruzada com k = 5 folds

Aprimoramento de hiperparâmetros

• - Uso da busca em grade GridSearch
• - Validação cruzada

Métricas de avaliação

• Matriz de confusão
• Acurácia
• Especificidade
• Sensibilidade
• F1-Score

Resultados

Matriz de confusão

Métricas

Comparação com resultados da literatura