En esta lección, depurarás un problema del AA en el mundo real* relacionado con la predicción del cáncer.
Ejemplo del mundo real: Predicción del cáncer
Ejemplo del mundo real: Predicción del cáncer
- El modelo se entrenó para predecir “probabilidad de que un paciente tenga cáncer” a partir de las historias clínicas
Ejemplo del mundo real: Predicción del cáncer
- El modelo se entrenó para predecir “probabilidad de que un paciente tenga cáncer” a partir de las historias clínicas
- Entre los atributos, se incluyen la edad del paciente, el género, las enfermedades anteriores, el nombre del hospital, los signos vitales, los resultados de las pruebas
Ejemplo del mundo real: Predicción del cáncer
- El modelo se entrenó para predecir “probabilidad de que un paciente tenga cáncer” a partir de las historias clínicas
- Entre los atributos, se incluyen la edad del paciente, el género, las enfermedades anteriores, el nombre del hospital, los signos vitales, los resultados de las pruebas
- El modelo tuvo un rendimiento excelente en los datos de prueba retenidos
Ejemplo del mundo real: Predicción del cáncer
- El modelo se entrenó para predecir “probabilidad de que un paciente tenga cáncer” a partir de las historias clínicas
- Entre los atributos, se incluyen la edad del paciente, el género, las enfermedades anteriores, el nombre del hospital, los signos vitales, los resultados de las pruebas
- El modelo tuvo un rendimiento excelente en los datos de prueba retenidos
- Sin embargo, el modelo tuvo un rendimiento muy deficiente en los pacientes nuevos. ¿Por qué?
Ejemplo del mundo real: Predicción del cáncer
¿Por qué crees que el modelo no tuvo un buen rendimiento con pacientes nuevos? Intenta resolver el problema y, luego, haz clic en el botón Reproducir ▶ que aparece a continuación para ver si acertaste.
* Este módulo se basó en líneas muy generales (con algunas modificaciones sobre la marcha) en "Leakage in data mining: formulation, discovery, and evitetion" de Kaufman, Rosset y Perlich.