Atrás

Sistema de Predicción de Enfermedades Cardíacas

Sistema de Predicción de Enfermedades Cardíacas

Descripción

Pipeline completo de machine learning para predecir riesgo cardíaco usando XGBoost, con despliegue en Docker y versionado de modelos

Detalles

Implementación completa de machine learning con procesamiento robusto de datos y gestión de modelos. Características principales: - Pipeline automatizado de datos que maneja valores faltantes y escalado de características - División estratificada de datos con balanceo de clases - Seguimiento de rendimiento del modelo (Precisión, Recall, AUC-ROC) - Despliegue Dockerizado con gestión de dependencias Poetry - Versionado automático de modelos con serialización timestamp - Métricas de evaluación comprehensivas y reproductibilidad

Tecnologías Utilizadas

Python 3.10XGBoostScikit-learnPandasJoblibDockerPoetry

Detalles Técnicos

Preprocesamiento de Datos

                          

                              1
                              def process_data(df: pd.DataFrame, columns_to_impute: list):
                            

                              2
                                  # Handle missing values and prepare features
                            

                              3
                                  df[columns_to_impute] = df[columns_to_impute].replace(0, np.nan)
                            

                              4
                                  return df.drop(columns='num'), df['num']
Imagen técnica - Preprocesamiento de Datos

División Estratificada de Datos

                          

                              1
                              X_train, X_test, y_train, y_test = train_test_split(
                            

                              2
                                  X, y, 
                            

                              3
                                  test_size=0.2, 
                            

                              4
                                  stratify=y,
                            

                              5
                                  random_state=42
                            

                              6
                              )
Imagen técnica - División Estratificada de Datos

Entrenamiento del Modelo XGBoost

                          

                              1
                              model = XGBClassifier(
                            

                              2
                                  objective='binary:logistic',
                            

                              3
                                  max_depth=2,
                            

                              4
                                  n_estimators=300,
                            

                              5
                                  learning_rate=0.1
                            

                              6
                              )
                            

                              7
                              model.fit(X_train, y_train)
Imagen técnica - Entrenamiento del Modelo XGBoost

Evaluación del Modelo

                          

                              1
                              y_pred = model.predict(X_test)
                            

                              2
                              y_proba = model.predict_proba(X_test)[:, 1]
                            

                              3
                              print(f'AUC: {roc_auc_score(y_test, y_proba):.2f}')
Imagen técnica - Evaluación del Modelo

Versionado de Modelos

                          

                              1
                              def save_model(model, path):
                            

                              2
                                  timestamp = datetime.now().strftime('%Y-%m-%d')
                            

                              3
                                  joblib.dump(model, f'{path}_{timestamp}.joblib')

Descargas

Descargar PDF Descargar IPython Notebook
Ver en GitHub