El cáncer de mama. Análisis, representación y clasificación según varios modelos de Machine Learning sobre una base de datos

Abstract

Este informe estadístico se centra en el análisis de una base de datos que contiene información sobre las características de células tumorales mamarias. El objetivo principal es aplicar diversas técnicas de Machine Learning para clasificar con precisión el diagnóstico final de un tumor como benigno o maligno, en función del resto de características recopiladas, y comparar los resultados obtenidos, concluyendo sobre la mejor técnica para la predicción. Previamente se realiza un análisis descriptivo de la base de datos para conseguir un conocimiento pleno de cada una de las variables recopiladas en la muestra. Después de obtener los resultados de ambos modelos de aprendizaje automático propuestos, se comparan respecto de diversas métricas de clasificación, para recomendar finalmente cuál proporciona mejores predicciones. Este trabajo ha supuesto una primera toma de contacto con el análisis estadístico, y en particular los modelos de machine learning, desarrollados con el lenguaje de programación Python, que no se ha trabajado en el plan de estudios del grado.