Diagnostikovanie cukrovky na základe krvných testov

🩺 Diagnostikovanie cukrovky na základe krvných testov

Popis problému

Cieľom je vybudovanie klasifikačného modelu, ktorý predpovedá, či má pacient cukrovku na základe krvných testov a demografických údajov.

Každý pacient je charakterizovaný 8 numerickými atribútmi získanými z analýz a klinických meraní, pričom etiketa (target) označuje prítomnosť cukrovky (1 pre pozitívny, 0 pre negatívny).

Tento typ problému patrí do kategórie binárnej klasifikácie (binary classification).

---

🔹 Charakteristiky (features)

• pregnancies – počet tehotenstiev
• glucose – hladina glukózy v krvi
• blood_pressure – krvný tlak
• skin_thickness – hrúbka kožnej riasy
• insulin – hladina inzulínu
• bmi – index telesnej hmotnosti
• diabetes_pedigree_function – genetické rizikové skóre
• age – vek pacienta

---

📘 Štruktúra vstupných súborov

train.csv

Obsahuje všetkých 8 stĺpcov features plus stĺpec:

• target – označuje prítomnosť cukrovky (0 alebo 1)

Príklad:

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

Obsahuje tie isté stĺpce bez target, ale zahŕňa SampleID.

Príklad:

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

---

📤 Odovzdanie

Výstupný súbor (submission.csv) musí obsahovať presne dva stĺpce:

• SampleID
• label – predpovedaná etiketa modelu (0 alebo 1)

Príklad:

SampleID	label
1	1
2	0
3	0

---

⚙️ Hodnotenie

Hodnotenie modelov sa bude vykonávať pomocou nasledujúcej metriky:

• F1-score binárny (binary F1)

Táto metrika je vhodná pre binárnu klasifikáciu, pretože prikladá rovnakú dôležitosť správnosti predpovedí pre obe triedy.

Všeobecná formula:

kde:

• 
• 

Finálne skóre sa vyjadruje ako percentá (0–100), zaokrúhlené na dve desatinné miesta.

---

📊 Zdroj

Dataset pochádza z pôvodnej kolekcie:
Pima Indians Diabetes Database – Kaggle