Jadicek BRFSS 2023
Dua pipeline LightGBM untuk klasifikasi diabetes dan riwayat penyakit jantung, direproduksi dari satria_data - Copy.ipynb.
Files
diabetes_pipeline.joblibheart_pipeline.joblibnotebook_pipeline.pyโ transformer yang dibutuhkan ketika membuka joblibmetrics.jsonโ evaluasi lengkap dan semantik labelrequirements.txtโ 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.