تشخيص مرض السكري بناءً على تحاليل الدم

🩺 تشخيص مرض السكري بناءً على تحاليل الدم

وصف المشكلة

المطلوب بناء نموذج تصنيف يتنبأ بما إذا كان المريض مصاباً بمرض السكري بناءً على تحاليل الدم والبيانات الديموغرافية.

كل مريض يتميز بـ 8 خصائص رقمية مستخرجة من التحاليل والقياسات السريرية، والتسمية (target) تشير إلى وجود مرض السكري (1 للإيجابي، 0 للسلبي).

هذا النوع من المشاكل ينتمي إلى فئة التصنيف الثنائي (binary classification).

---

🔹 الخصائص (features)

• pregnancies – عدد مرات الحمل
• glucose – مستوى الجلوكوز في الدم
• blood_pressure – ضغط الدم
• skin_thickness – سماكة طية الجلد
• insulin – مستوى الأنسولين
• bmi – مؤشر كتلة الجسم
• diabetes_pedigree_function – نقاط المخاطر الوراثية
• age – عمر المريض

---

📘 هيكل ملفات الإدخال

train.csv

يحتوي على جميع الأعمدة الـ 8 للـ features بالإضافة إلى العمود:

• target – يشير إلى وجود مرض السكري (0 أو 1)

مثال:

SampleID	pregnancies	glucose	blood_pressure	skin_thickness	insulin	bmi	diabetes_pedigree_function	age	target
1	6	148	72	35	0	33.6	0.627	50	1
2	1	85	66	29	0	26.6	0.351	31	0

test.csv

يحتوي على نفس الأعمدة بدون target، ولكن يتضمن SampleID.

مثال:

SampleID	pregnancies	glucose	blood_pressure	skin_thickness	insulin	bmi	diabetes_pedigree_function	age
1	0	137	40	35	168	43.1	2.288	33
2	5	116	74	0	0	25.6	0.201	30

---

📤 التسليم

ملف الإخراج (submission.csv) يجب أن يحتوي على عمودين بالضبط:

• SampleID
• label – التسمية المتنبأ بها من النموذج (0 أو 1)

مثال:

SampleID	label
1	1
2	0
3	0

---

⚙️ التقييم

سيتم تقييم النماذج باستخدام المقياس التالي:

• F1-score الثنائي (binary F1)

هذا المقياس مناسب للتصنيف الثنائي، لأنه يعطي أهمية متساوية لصحة التنبؤات لكلا الفئتين.

الصيغة العامة:

حيث:

• 
• 

النتيجة النهائية تُعبر عنها كنسبة مئوية (0–100)، مقربة إلى منزلتين عشريتين.

---

📊 المصدر

مجموعة البيانات مأخوذة من المجموعة الأصلية:
Pima Indians Diabetes Database – Kaggle