Dijagnosticiranje dijabetesa na osnovu analiza krvi

🩺 Dijagnostika dijabetesa na osnovu analiza krvi

Opis problema

Želi se izgraditi model klasifikacije koji će predvidjeti ima li pacijent dijabetes na osnovu analiza krvi i demografskih podataka.

Svaki pacijent je karakteriziran s 8 numeričkih atributa dobivenih iz analiza i kliničkih mjerenja, a oznaka (target) označava prisutnost dijabetesa (1 za pozitivan, 0 za negativan).

Ovaj tip problema pripada kategoriji binarne klasifikacije (binary classification).

---

🔹 Karakteristike (features)

• pregnancies – broj trudnoća
• glucose – razina glukoze u krvi
• blood_pressure – krvni tlak
• skin_thickness – debljina kožnog nabora
• insulin – razina inzulina
• bmi – indeks tjelesne mase
• diabetes_pedigree_function – genetski rezultat rizika
• age – dob pacijenta

---

📘 Struktura ulaznih datoteka

train.csv

Sadrži svih 8 stupaca features plus stupac:

• target – označava prisutnost dijabetesa (0 ili 1)

Primjer:

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

Sadrži iste stupce bez target, ali uključuje SampleID.

Primjer:

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

---

📤 Predaja

Izlazna datoteka (submission.csv) mora sadržavati točno dva stupca:

• SampleID
• label – predviđena oznaka modela (0 ili 1)

Primjer:

SampleID	label
1	1
2	0
3	0

---

⚙️ Evaluacija

Evaluacija modela će se provoditi koristeći sljedeću metriku:

• F1-score binarni (binary F1)

Ova metrika je prikladna za binarnu klasifikaciju jer daje jednaku važnost točnosti predviđanja za obje klase.

Opća formula:

gdje je:

• 
• 

Konačni rezultat se izražava kao postotak (0–100), zaokružen na dvije decimale.

---

📊 Izvor

Dataset potječe iz originalne kolekcije:
Pima Indians Diabetes Database – Kaggle