Mini-proiect: diagnostic asistat
Un laborator de anatomie patologică primește zilnic zeci de biopsii. Un model care semnalează cazurile suspecte de tumoră malignă poate ajuta medicul să le verifice primele. Aici o greșeală nu costă bani, ci poate costa o viață, așa că alegi cu grijă metrica, modelul și pragul. Compari regresia logistică cu k-NN și alegi un prag pentru recall ≥ 0.98 pe cazurile maligne.
Datele și o capcană: care clasă e 0?
load_breast_cancer are 569 de pacienți și 30 de măsurători ale celulelor. Atenție la etichete: în acest set de date 0 = malign și 1 = benign. Clasa care ne interesează (boala) este 0, nu 1 cum am obișnuit.
import numpy as np from sklearn.datasets import load_breast_cancer from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.preprocessing import StandardScaler
Compară regresia logistică și k-NN pe cazurile maligne, apoi alege pragul pentru recall ≥ 0.98 și afișează numărul de cazuri ratate.
- Pentru LogisticRegression(max_iter=1000) și KNeighborsClassifier(n_neighbors=5), afișează Logistică: recall ..., precizie ... (pe clasa malign, pos_label=0, 3 zecimale).
- Pentru regresia logistică, ia p_malign = predict_proba(X_test_s)[:, 0].
- Parcurge pragurile [0.5, 0.4, 0.3, 0.2, 0.1] și reține primul (cel mai mare) cu recall ≥ 0.98.
- Afișează Pragul ales: ... și Cazuri maligne ratate: ... la acel prag.
Restul explicațiilor, editorul și verificarea automată se deblochează cu Regresie și clasificare.

Iulian Pahom
Catalina Ioana Dan
Laura Chiriazi