Reto Wisconsin Diagnostic Breast Cancer (WDBC)

Descripcion

El Wisconsin Diagnostic Breast Cancer (WDBC) dataset es un conjunto de datos de características de imagenes de lunares cancerigenos o no.

Este dataset contiene alrededror de 500 muestras de características extraidas de lunares para determinar cancer de piel. El reto es construir un clasificador de que sea capaz de reconocer si el lunar es maligno o benigno

El dataset esta distribuido de la siguiente forma:

data_train.txt contiene el conjunto de entrenamiento formado por 448 muestras

labels_train.txt contiene los labels asociados al conjunto de entrenamiento

data_test.txt contiene el conjunto de test formado por 112 muestras

labels_test.txt contiene los labels asociados al conjunto de test

Variables

la base de datos consiste en 30 desriptores extraidos sobre las imagenes de los lunares. Una descripción puede obtenerse en el archivo Info_datacancer.txt

Objetivo

1. Crear un algoritmo que tome características de entrada, y retorne la clase a la que pertencen los datos (lunar maligno o lunar benigno).
2. Entrenar este algoritmo utilizando los datos de entrenamiento`.
3. Medir el desempeño del algoritmo utilizando los datos de test. El desempeño debe ser medido como

score = n_aciertos / n_audios * 100

donde n_aciertos es el numero de audios clasificados de forma correcta y n_audios es el numero total de audios en el conjunto de test.

Notas Teoricas

• Esta es una base de datos pequeña, se recomienda el uso de técnicas clasicas de machine learning como arboles de decision o maquinas de soprte vectorial.

Ejemplo de procesmiento de los datos

Ver procedimiento de ejemplo.

Requerimientos

Indica los requerimientos para utilizar el codigo de tu solucion.

Procedimiento

Indica el procedimiento que se debe seguir para reproducir tu solucion.

Metodo

Indica el metodo que utilizaste para solucionar el reto.

Resultados

Indica el metodo que utilizaste para solucionar el reto.

Getting Started

Para resolver este reto primero has un fork de este repositorio y clona el fork en tu maquina.

git clone https://github.com/{username}/supervised-cancer
cd colomb-ia-emoDB

Nota: reemplaza {username} con tu nombre de usuario de Github.

Requerimientos

• numpy
• jupyter
• scikit-learn

Starter Code Python

Para iniciar con este reto puedes correr el codigo de Python en Jupyter del archivo supervised-cancer.ipynb. Este código que ayudará a cargar y visualizar los datos.

Para iniciar el código solo hay que prender Jupyter en esta carpeta

jupyter notebook .

y abrir el archivo supervised-cancer.ipynb.

Ranking

Ver Ranking.