- acurácia no teste
- 75,3%
- AUC
- 0,81
- recall com SMOTE
- 57% → 67%
O problema
Um hospital universitário quer apoiar a triagem de pacientes com risco de diabetes usando exames que já fazem parte da rotina. O modelo não substitui o diagnóstico: ele ajuda a equipe a decidir quem atender primeiro.
O que fizemos
- Análise exploratória da base Pima Indians Diabetes, com tratamento de zeros que na prática são valores ausentes.
- Balanceamento com SMOTE, porque a base tem bem menos casos positivos do que negativos.
- Comparação de quatro modelos: regressão logística, KNN, árvore de decisão e Random Forest.
- Explicabilidade com SHAP e dtreeviz, para mostrar ao médico quais exames pesaram em cada previsão.
Resultado
O Random Forest teve o melhor equilíbrio: 75,32% de acurácia, AUC de 0,81 e F1 de 0,62. Com o SMOTE, o recall subiu de cerca de 57% para 67%. Num cenário de triagem, deixar de identificar um paciente doente custa mais caro do que um alarme falso, então o recall foi o número que mais importou.