2026
Predicción de enfermedad cardíaca con ensembles y validación cruzada
Comparación de VotingClassifier, Random Forest y Extra Trees sobre el dataset clínico Heart Cleveland, más un estudio de regularización con validación cruzada de 20 folds.
Problema
Predecir la presencia de enfermedad cardíaca a partir de 13 variables clínicas.
Datos
Heart Disease Cleveland (UCI): 297 pacientes y 13 variables clínicas (edad, sexo, tipo de dolor de pecho, presión, colesterol, frecuencia cardíaca máxima, etc.). El objetivo es `condition` (presencia de enfermedad). El CSV no se incluye en el repo.
Método
EDA, escalado, GridSearchCV con validación cruzada de 5 folds para cada ensemble y restricción de profundidad para controlar el sobreajuste de los árboles.
Resultado
Una regresión logística con regularización L1 logró la mejor accuracy (83,8% en validación cruzada de 20 folds), por encima de todos los ensembles. El mejor ensemble fue el VotingClassifier (82,2%), seguido de Extra Trees (79,5%) y Random Forest (77,1%).
Stack
- Python
- scikit-learn
- pandas
- Seaborn
Contexto
Materia: Aprendizaje Automático II · 2026