Skip to content

Machine Learning project designed to identify risk factors in patients with asthma, using clinical and environmental data. We implement models such as Random Forest and multiple tuning and validation techniques for the prediction and analysis of key variables.

Notifications You must be signed in to change notification settings

Jesus-David-Silva-Rangel-19/Asthma-Prediction-Factors-Risk

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 

Repository files navigation

🫁 Asthma Prediction Factors Risk 🔬

🔍 Análisis y Predicción del Riesgo de Asma

Este repositorio contiene un estudio basado en Machine Learning 🤖 para predecir el riesgo de asma 🫁 en pacientes, utilizando datos clínicos y factores ambientales.

📌 Características

Objetivo: Identificar factores de riesgo y predecir el asma 🏥
Modelos usados: Random Forest 🌳, XGBoost ⚡, Redes Neuronales 🧠
Dataset: Datos clínicos + Factores ambientales 🌍
Análisis: Estadística descriptiva 📊 y correlaciones 📈
Implementación: Python 🐍 + Scikit-Learn + TensorFlow

🚀 Cómo Usar

1️⃣ Clona el repositorio:

git clone https://github.com/tu_usuario/Asthma-Prediction-Factors-Risk.git

2️⃣ Instala las dependencias:

pip install -r requirements.txt

3️⃣ Ejecuta el análisis y predicciones:

python main.py

📊 Resultados y Visualizaciones

📈 Factores de riesgo clave identificados con análisis de SHAP ⚡
📊 Gráficos de correlación y distribución para la exploración de datos

💡 Contribuciones y Contacto

🤝 ¡Las contribuciones son bienvenidas! Puedes abrir un issue o enviar un pull request.

🔗 Autor: [Jesús David Silva Rangel] | ✉️ Contacto: [jdsr.cuentapersonal@gmail.com]

🚀 ¡Explora, aprende y contribuye!

About

Machine Learning project designed to identify risk factors in patients with asthma, using clinical and environmental data. We implement models such as Random Forest and multiple tuning and validation techniques for the prediction and analysis of key variables.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published