Classificação de doenças respiratórias

Doenças respiratórias podem compartilhar sintomas, o que torna a classificação um problema útil para estudar avaliação de modelos. O trabalho usa um dataset público do Kaggle e organiza a análise exploratória, a seleção de atributos e a comparação de algoritmos em um notebook, dentro de um contexto acadêmico.

Desenvolvi o estudo em conjunto com Caio Moura Portela de Sousa, participando da preparação dos dados, modelagem, avaliação e interpretação. O notebook reúne árvore de decisão, Random Forest, regressão logística e MLP, com métricas e visualizações que permitem comparar seus comportamentos.

1. A base é filtrada para as três doenças escolhidas e os sintomas sem ocorrência são removidos.
2. A divisão estratificada reserva 30% para teste; a quantidade de atributos é escolhida por pipeline de seleção e validação cruzada no treino.
3. Quatro modelos são treinados e avaliados com matriz de confusão, precisão, recall, F1 e acurácia balanceada.
4. A análise compara erros, importância dos atributos e diferenças entre treino e teste, exportando uma tabela de métricas.

Avaliar um modelo exige discutir a origem dos dados, a escolha dos atributos e os tipos de erro, além da métrica final. O estudo mostrou como uma abordagem linear pode ser competitiva e como a interpretação depende do cenário experimental.

• Estudo acadêmico sem validação clínica; o dataset de sintomas binários não sustenta uso como ferramenta de diagnóstico.
• Dataset e versões fixadas das dependências não acompanham o repositório. As métricas apresentadas são as salvas, sem garantia de reprodução em outro ambiente.

João Matheus de Figueirêdo Tavares e Caio Moura Portela de Sousa · Sistemas de Informação, Unifacisa.