Skip to content

Latest commit

 

History

History
101 lines (57 loc) · 3.33 KB

OUTRO_README.md

File metadata and controls

101 lines (57 loc) · 3.33 KB
Raw

AVC-Predictor

Descrição do projeto

Neste projeto, vamos usar classificadores para identificar quais são os fatores de risco para o acidente vascular cerebral (AVC).

Temos à nossa disposição um conjunto de dados para predição de AVCs. O que faremos é:

  1. Treinar dois classificadores para predizer se houve ou não houve AVCs.
  2. Verificar a acurácia dos classificadores.
  3. Identificar quais são os fatores que mais provavelmente estão ligados a ter AVCs, dados pelos modelos. E conferir se de fato são reconhecidos no meio acadêmico.

Metodologia utilizada

Pré-processamento dos dados: o conjunto de dados é tratado para garantir que esteja em um formato adequado para a análise. Isso inclui:

  • Remoção de valores nulos (NaNs)
  • Remoção de colunas que poderiam causar viés no modelo
  • Conversão de variáveis categóricas em variáveis numéricas

Modelos

Modelo de classificação linear

---> Explicação aprofundada do modelo e sua implementação em demo.ipynb

Considerando:

$$ f(x,y) = Ax + By + C $$

Onde a equação f(x,y) = Ax + By + C é uma equação linear multivariável, onde x e y são as features, A e B são os pesos que multiplicam as features e C é o intercepto (ou "viés")

Podemos fazer formulação matricial da equação linear para entrada de i dimensões:

$$ f(\boldsymbol x) = b + \sum_n w_n x_n = \begin{bmatrix} w_0 & w_1 & ... & w_{N-1} \end{bmatrix} \begin{bmatrix} x_0 \ x_1 \ ... \ x_{N-1} \end{bmatrix} + b = \boldsymbol w^T \boldsymbol x + b $$

Onde x e y são as features passam a ser representados por i features no vetor ou matriz featurs:

$$ features = \begin{bmatrix} x_0 \ x_1 \ ... \ x_{N-1} \end{bmatrix} \hspace{0.5in} $$

E os antigos pesos A e B, passam a ser representados pro i pesos no vetor ou matriz W

$$ W = \begin{bmatrix} w_0 & w_1 & ... & w_{N-1}\\ \end{bmatrix} \hspace{0.5in} $$

X <-- Features que serão utilizadas no modelo Y <-- Target

Modelo de classificação DecisionTreeClassifier

---> Explicação aprofundada do modelo e sua implementação em demo.ipynb

Definição da função de perda: é definida uma função de perda que mede a diferença entre a previsão do modelo e o valor real da variável de resposta. A função de perda é uma função de quatro parâmetros: os pesos (w), o viés (b), os pontos (ou dados) e os valores reais da variável de resposta e retorna o erro quadrático médio (EQM).

def loss( parametros ):
    w, b, pontos, real_value = parametros
    prediction = w.T @ pontos + b
    eqm = np_.mean( (prediction - real_value)**2)
    return eqm

Treinamento do modelo: o modelo é treinado usando o algoritmo de gradiente descendente para minimizar a função de perda. A cada iteração, o gradiente da função de perda em relação aos parâmetros é calculado e os pesos w e o viés b são atualizados na direção oposta do gradiente, para que assim eles sejam ajustados para minimizar a função de perda.


Teste do modelo: o conjunto de dados é dividido em um conjunto de treinamento e um conjunto de teste. O modelo treinado é testado no conjunto de teste para avaliar sua precisão na previsão da variável de resposta e a acurácia do modelo é medida.


Principais resultados encontrados