Criação e execução de modelos KNN, SVM e Regressão Logística para a classificação de doenças cardíacas em homens da África do Sul.
Para criar os modelos de classificação, este artigo, criado com base neste repositório foi utilizado como referência.
O treinamento dos modelos se dá com a execução das celulas do script de main.ipynb contido na pasta model_train. Para executar o script é necessário abrir um terminal e executar o comando:
$ jupyter notebook main.ipynb
Os modelos KNN, SVM e Logit serão criados na mesma pasta que contém main.ipynb.
O script model_run.py é o responsável por executar os modelos utilizando novos dados de entrada. Em um terminal, execute o comando "python model_run.py" passando como parâmetros os dados de entrada, o caminho do modelo (KNN, SVM, ou algum outro que tenha sido criado) e o nome do arquivo de saída. Caso o modelo de previsão não seja explicitado, o script aplica uma regressão logística aos dados.
Os parâmetros são descritos como:
Parâmetro | Descrição |
---|---|
-i / --input | caminho para os dados de entrada |
-m / --model | caminho para o modelo a ser executado |
-o / --output | caminho para o resultado da classificação |
Exemplo com KNN:
$ python model_run.py -i test_data.csv -m model_train/knn.joblib -o results.csv
Exemplo com Regressão Logística, apenas não explicitando o modelo:
$ python model_run.py -i test_data.csv -o results.csv