Diabetesdiagnose basierend auf Blutuntersuchungen

🩺 Diabetes-Diagnose basierend auf Blutuntersuchungen

Problembeschreibung

Es soll ein Klassifikationsmodell erstellt werden, das vorhersagt, ob ein Patient Diabetes hat, basierend auf Blutuntersuchungen und demografischen Daten.

Jeder Patient wird durch 8 numerische Attribute charakterisiert, die aus Analysen und klinischen Messungen gewonnen werden, und das Label (target) zeigt das Vorhandensein von Diabetes an (1 für positiv, 0 für negativ).

Diese Art von Problem gehört zur Kategorie der binären Klassifikation (binary classification).

---

🔹 Merkmale (features)

• pregnancies – Anzahl der Schwangerschaften
• glucose – Blutzuckerspiegel
• blood_pressure – Blutdruck
• skin_thickness – Hautfaltendicke
• insulin – Insulinspiegel
• bmi – Body-Mass-Index
• diabetes_pedigree_function – genetischer Risiko-Score
• age – Alter des Patienten

---

📘 Struktur der Eingabedateien

train.csv

Enthält alle 8 features-Spalten plus die Spalte:

• target – zeigt das Vorhandensein von Diabetes an (0 oder 1)

Beispiel:

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

Enthält dieselben Spalten ohne target, aber mit SampleID.

Beispiel:

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

---

📤 Submission

Die Ausgabedatei (submission.csv) muss genau zwei Spalten enthalten:

• SampleID
• label – das vom Modell vorhergesagte Label (0 oder 1)

Beispiel:

SampleID	label
1	1
2	0
3	0

---

⚙️ Bewertung

Die Bewertung der Modelle erfolgt mit folgender Metrik:

• Binärer F1-Score (binary F1)

Diese Metrik ist für die binäre Klassifikation geeignet, da sie der Korrektheit der Vorhersagen für beide Klassen gleiche Bedeutung beimisst.

Allgemeine Formel:

wobei:

• 
• 

Das Endergebnis wird als Prozentsatz (0–100) ausgedrückt, gerundet auf zwei Dezimalstellen.

---

📊 Quelle

Der Datensatz stammt aus der ursprünglichen Sammlung:
Pima Indians Diabetes Database – Kaggle