Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESCUELA DE POSGRADO
2023
PREDICCION DE DIABETES REGRESIÓN LOGISTICA
EN PYTON
Planteamiento del Problema:
Como podemos observar nos carga los datos, nos muestra una tabla con los datos
necesarios para poder analizar el presente ejercicio. Asimismo, nos muestra las
variables de interés que se detalla a continuación:
BMI: índice de masa corporal. Es una métrica o KPI basada en el peso y la altura
de cada persona. Un BMI muy alto puede ser indicativo de tener diabetes
Outcome: si la persona tiene diabetes o no.
En esta parte nos interesa explorar los datos y explicar el modelo de regresión
logística a este caso de diabetes
2.1 Exploración de Datos:
BMI
BAJO
BMI
ALTO
3. FUNCION LOGISTICA:
4. Optimizacion de Parametros:
Al ejecutar el codigo nos arroja que el costo para los dos valores que ya se
encontro los cuales son W y B es 0.5995794663996219.
Esto lo hemos hecho con los parametros que hemos obtenido a ojo por ciento.
Ahora vamos a ser más refinados y calcularlo para muchos parametros a la vez
y luego de ahi mirar el que tenga menor costo.
Al ejecutar todo ellos nos arroja que el parámetro optimo según el proceso
sería el primero que nos muestra la gráfica, lo que vamos a hacer es realizar un
Pivot para visualizar esta información de manera diferente.
Para poder visualizar la data en gráficos 3D se izó uso de unas librerías que se
muestran a continuación.
5. CONCLUCIONES: