COMPARACIÓN DE MODELOS DE APRENDIZAJE AUTOMÁTICO Y TÉCNICAS DE BALANCEO PARA LA PREDICCIÓN DE ENFERMEDAD CARDIOVASCULAR

Abstract

Las enfermedades cardiovasculares constituyen una de las principales causas de mortalidad a nivel mundial, lo que ha impulsado el desarrollo de herramientas predictivas que ayuden a detectar esta enfermedad de forma temprana. En este trabajo, la predicción de la enfermedad cardíaca se trata como un problema de clasificación binaria, para lo cual se utiliza un conjunto de datos poblacional procedente del Behavioral Risk Factor Surveillance System (BRFSS), que recopila información demográfica, clínica y relacionada con hábitos de vida.

Debido al fuerte desequilibrio presente en la variable objetivo, el trabajo se centra especialmente en analizar el impacto de distintas técnicas de tratamiento de desequilibrio de clases sobre el rendimiento de varios modelos de aprendizaje automático. Para ello, se entrenan y comparan distintos algoritmos, como regresión logística, Random Forest, XGBoost y redes neuronales profundas. Estos modelos se evalúan sobre los datos originales y tras aplicar las técnicas de balanceo Borderline-SMOTE, Instance Hardness Threshold y Radial Local Relative Changes.

Los resultados obtenidos muestran que las técnicas de balanceo influyen de forma considerable en la capacidad predictiva de los modelos, observándose diferencias en función del algoritmo y la técnica de balanceo aplicada.