2025
Diagnóstico de cáncer de mama con DNN, SVM y PCA
Tres enfoques sobre Breast Cancer Wisconsin, con una red neuronal en Keras, una comparación de modelos regularizados con validación cruzada y reducción de dimensionalidad con PCA.
Problema
Clasificar tumores como benignos o malignos a partir de mediciones celulares.
Datos
Dos versiones del dataset de cáncer de mama de Wisconsin. La validación cruzada usa la *Diagnostic* (569 tumores, 30 variables, incluida en scikit-learn). La DNN y el PCA usan una versión de la *Original* que dio la cátedra (583 muestras, 9 variables celulares continuas, 65% benignos), que no se incluye en el repo.
Método
DNN con búsqueda de capas, unidades, dropout y optimizador; regresión logística L1/L2, SVM y árboles con validación cruzada; PCA con scree plot y criterio del 90% de varianza.
Resultado
La SVM con regularización L2 logró 97,6% de accuracy en validación cruzada y 94,7% en test (F1 0,947), la DNN 94,5% en test, y con 3 componentes principales se conserva el 81,9% de la varianza.
Stack
- Python
- TensorFlow
- Keras
- scikit-learn
- pandas
Contexto
Materia: Aprendizaje Automático II · Minería de Datos · 2025