Hypothyroid diagnosis — classification

منذ أسبوع

اطلب عمل مماثل

عرض العمل

رابط العمل

الوصف

تصنيف حالات قصور الغدة الدرقية باستخدام تعلم الآلة

نظام تصنيف متكامل للتنبؤ بحالات قصور الغدة الدرقية اعتمادًا على بيانات التحاليل المعملية (UCI Hypothyroid، 3,772 سجل مريض)، كأداة مساعدة في تحديد الحالات التي تحتاج فحصًا أعمق.

التحدي الأساسي كان عدم توازن البيانات بشكل حاد (7.7% فقط حالات مصابة)، ما يعني أن أي نموذج ساذج يحقق دقة عالية مع فشله في اكتشاف الحالات الحقيقية. تم حل ذلك عبر Stratified Split وتقنية SMOTE على بيانات التدريب فقط لتجنب تسرب البيانات.

قارنت أداء 5 خوارزميات (Logistic Regression, KNN, Decision Tree, Naive Bayes, SVM) مع ضبط المعاملات عبر GridSearchCV واعتماد F1-score كمقياس أساسي. حقق أفضل نموذج (Decision Tree) دقة 98.9% وF1-score بلغ 93.75%.

تم نشر النموذج عبر واجهة Gradio تفاعلية تتيح إدخال قيم التحاليل والحصول على تنبؤ فوري.

الأدوات: Python, Pandas, Scikit-learn, imbalanced-learn (SMOTE), Gradio