Predicción de la diabetes en mujeres de herencia Pima: un enfoque completo de aprendizaje supervisado

Hoy en día, la diabetes es una enfermedad común que afecta a millones de personas en todo el mundo, y las mujeres son las más afectadas por esta enfermedad. Estudios recientes en salud han aplicado diversas tecnologías innovadoras y avanzadas para diagnosticar a las personas y predecir su enfermedad basándose en datos clínicos. Una de estas tecnologías es el aprendizaje automático (ML), en el que el diagnóstico y la predicción pueden hacerse con mayor precisión. En este trabajo, el modelo diseñado predice la diabetes en mujeres de herencia Pima tomando el conjunto de datos clínicos. Aquí, este problema se considera como un problema de clasificación binaria. Por lo tanto, se han utilizado algoritmos de aprendizaje supervisado, como árbol de clasificación (CT), máquina de soporte vectorial (SVM), k-vecinos más cercanos (k-NN), Naive Bayes (NB), Random Forest (RF), red neuronal (NN), AdaBoost (AB) y regresión logística (LR). Utilizamos el conjunto de datos de diabéticas Pima de Kaggle y el repositorio de datos UCI y validación cruzada k-fold para llevar a cabo el proceso de entrenamiento y prueba. Determinamos el área bajo la curva (AUC), la precisión de clasificación (CA), F1, precisión y los resultados de recuperación de todos los algoritmos de aprendizaje supervisado y los comparamos para determinar el mejor algoritmo adecuado para la predicción. Para esto, usamos la plataforma de código abierto Orange 3.24.1 para generar los resultados, que utiliza bibliotecas de código abierto de Python. A partir de los resultados, se concluye que la LR tiene un mejor rendimiento en comparación con otros algoritmos.