/fetal-health

Aplicação do modelo de Regressão Logística para o problema Classificação Saúde Fetal

Primary LanguageJupyter Notebook

Classificador Saúde Fetal

Uso da técnica de Regressão Logística para classificação de fetos em três possíveis classes: normal, com condições suspeitas e com condições patológicas.

imagem

Sobre os dados

Dados: Data set Fetal Health Classification, disponível no site Kaggle.

O conjunto de dados conta com 22 colunas e 2126 linhas da tabela no total, sendo que todos eles foram extraídos de exames cardiológicos e classificados por médicos obstétras experientes. As classificações são de três níveis diferentes, indicando para o feto:

  1. Condições normais
  2. Condições suspeitas
  3. Condições patológicas (doença)
Coluna Conteúdo
baseline value Baseline Fetal Heart Rate (FHR)
accelerations Number of accelerations per second
fetal_movement Number of fetal movements per second
uterine_contractions Number of uterine contractions per second
light_decelerations Number of LDs per second
severe_decelerations Number of SDs per second
prolongued_decelerations Number of PDs per second
abnormal_short_term_variability Percentage of time with abnormal short term variability
mean_value_of_short_term_variability Mean value of short term variability
percentage_of_time_with_abnormal_long_term_variability Percentage of time with abnormal long term variability
mean_value_of_long_term_variability Mean value of long term variability
histogram_width Width of the histogram made using all values from a record
histogram_min Histogram minimum value
histogram_max Histogram maximum value
histogram_number_of_peaks Number of peaks in the exam histogram
histogram_number_of_zeroes Number of zeroes in the exam histogram
histogram_mode Hist mode
histogram_mean Hist mean
histogram_median Hist Median
histogram_variance Hist variance
histogram_tendency Histogram trend
fetal_health (target) Fetal health: 1 - Normal 2 - Suspect 3 - Pathological

Como forma de reduzir o alto número de colunas, foram selecionadas as colunas com mais influência na variável target da classificação (fetal_health). Essa seleção será abordada no arquivo Data_mining e as colunas selecionadas também serão explicitadas no arquivo.

Requisitos

Foram utilizadas ao decorrer de todo o projeto as seguintes bibliotecas (versão utilizada - python 3.9):

  • Pandas
  • Numpy
  • Matplotlib
  • Seaborn
  • Sklearn
  • Pickle
  • Tkinter

Estrutura do trabalho

O projeto foi dividido em 04 partes:

  1. Data mining

    1. Pré processamento dos dados

      • Limpeza e correções
      • Balanceamento

    2. Processamento

      • Identificando a correlação das características (features)
      • Filtrando o conjunto de dados

  2. Modeling

    • Separação e normalização dos dados
    • Treinamento do modelo
    • Avaliação do desempenho do modelo criado com relação a dados desconhecidos (Evaluation)
      • Precision e Recall
      • F1 Score
      • Confusion Matrix
    • Salvando o modelo para uso na aplicação

  3. Aplicação (app.py)

Sobre o autor deste projeto

Me chamo Vinícius de Paula Pilan, sou estudante de Ciência da Computação na Universidade Estadual Paulista - Júlio de Mesquita Filho - UNESP e tenho muito interesse em me profissionalizar na área de Ciência de Dados. Atualmente, busco aprender cada vez mais sobre o assunto e esse projeto foi um meio de adquirir ainda mais conhecimento nessa área.

Agradeço pelo seu interesse nesse trabalho!

Formas de contato: