Diabeto diagnostika pagal kraujo tyrimus

🩺 Diabeto diagnostika pagal kraujo tyrimus

Problemos aprašymas

Siekiama sukurti klasifikavimo modelį, kuris prognozuotų, ar pacientas serga diabetu, remiantis kraujo tyrimais ir demografiniais duomenimis.

Kiekvienas pacientas charakterizuojamas 8 skaitiniais atributais, gautais iš tyrimų ir klinikinių matavimų, o etiketė (target) nurodo diabeto buvimą (1 teigiamam, 0 neigiamam).

Šio tipo problema priklauso dvejetainio klasifikavimo (binary classification) kategorijai.

---

🔹 Charakteristikos (features)

• pregnancies – nėštumų skaičius
• glucose – gliukozės lygis kraujyje
• blood_pressure – arterinis spaudimas
• skin_thickness – odos raukšlės storis
• insulin – insulino lygis
• bmi – kūno masės indeksas
• diabetes_pedigree_function – genetinio rizikos balas
• age – paciento amžius

---

📘 Įvesties failų struktūra

train.csv

Turi visas 8 features stulpelius plius stulpelį:

• target – nurodo diabeto buvimą (0 arba 1)

Pavyzdys:

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

Turi tuos pačius stulpelius be target, bet įtraukia SampleID.

Pavyzdys:

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

---

📤 Pateikimas

Išvesties failas (submission.csv) turi turėti lygiai du stulpelius:

• SampleID
• label – modelio prognozuojama etiketė (0 arba 1)

Pavyzdys:

SampleID	label
1	1
2	0
3	0

---

⚙️ Vertinimas

Modelių vertinimas bus atliekamas naudojant šią metriką:

• Dvejetainis F1-balas (binary F1)

Ši metrika tinka dvejetainiam klasifikavimui, nes vienodai svarbu prognozių tikslumas abiem klasėms.

Bendroji formulė:

kur:

• 
• 

Galutinis balas išreiškiamas procentais (0–100), suapvalintas iki dviejų skaičių po kablelio.

---

📊 Šaltinis

Duomenų rinkinys kilęs iš originalios kolekcijos:
Pima Indians Diabetes Database – Kaggle