Jadicek BRFSS 2023

Dua pipeline LightGBM untuk klasifikasi diabetes dan riwayat penyakit jantung, direproduksi dari satria_data - Copy.ipynb.

Files

  • diabetes_pipeline.joblib
  • heart_pipeline.joblib
  • notebook_pipeline.py โ€” transformer yang dibutuhkan ketika membuka joblib
  • metrics.json โ€” evaluasi lengkap dan semantik label
  • requirements.txt โ€” versi runtime yang digunakan

Evaluation

Task Accuracy Weighted precision Weighted F1
Diabetes 0.8412 0.8071 0.7986
Heart disease 0.9356 0.9046 0.9049

Label notebook: 0 = kondisi ada/riwayat, 1 = kondisi tidak ada/borderline. Target tidak seimbang. Accuracy dan weighted metrics yang tinggi tidak mewakili sensitivitas kelas penyakit; lihat metrics.json untuk disease-class recall dan confusion matrix.

Model ini merupakan hasil penelitian dan bukan alat diagnosis medis.

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. ๐Ÿ™‹ Ask for provider support