Laboratorio #3 de Inteligencia Artificial: Preprocesamiento de Datos

Descripción

Este repositorio contiene el desarrollo del Laboratorio #3 de IA, enfocado en el preprocesamiento completo de dos datasets médicos de la UCI: Infarto de Miocardio y Linfografía.

---

🚀 Proyectos y Técnicas Aplicadas

1. Proyecto: Infarto de Miocardio

Análisis enfocado en un escenario clínico realista para predecir el desenlace letal.

• Problemática: Predicción a las 48 horas (Escenario 3), filtrando features no disponibles en ese momento.
• Manejo de Nulos: Imputación estratégica: Moda (categóricas), media/mediana (numéricas según sesgo) e imputación por grupo (para la variable ROE).
• Codificación: One-Hot Encoding para variables predictoras.
• Balanceo: Corrección de desbalance de clases con SMOTE.
• Preparación del Target: Codificación final de la variable y a formato One-Hot para compatibilidad con Redes Neuronales.

2. Proyecto: Linfografía

Análisis de un dataset donde todas las 18 variables predictoras, aunque representadas por números, son en realidad códigos para datos categóricos (nominales y ordinales).

• Manejo de Nulos: Se detectaron valores no estándar ('?'). Se eliminó una columna que resultó estar 100% vacía.
• Codificación a Formato Binario: Se aplicó One-Hot Encoding a todas las variables categoricas. Esto es crucial para que el modelo interprete las variables como categorías independientes y no como números con una magnitud falsa.
• Balanceo de Clases Extremo: Se solucionó un severo desbalance (una clase con solo 2 muestras) adaptando el algoritmo SMOTE (k_neighbors=1).
• Preparación Final del Target: La variable objetivo ya balanceada se transformó a formato One-Hot para compatibilidad con Redes Neuronales.

🛠️ Cómo Ejecutar

• Clona el repositorio.
• Abre los archivos Jupyter Notebook (.ipynb).
• Ejecuta las celdas en orden.

Requisitos

Instala las librerías necesarias con:

pip install pandas numpy ucimlrepo matplotlib seaborn scikit-learn imbalanced-learn