Esta es una aplicación para diagnosticar diabetes utilizando un modelo de árbol de decisión. El proyecto utiliza Python, Tkinter y Scikit-learn para proporcionar una interfaz gráfica fácil de usar donde se ingresan los datos de los pacientes y se obtiene un diagnóstico.
-
Manejo de Datos: La aplicación carga un conjunto de datos de registros de pacientes (
pacientes_diabetes_1.xlsx) y entrena un Clasificador de Árbol de Decisión para predecir si un paciente es diabético o no según varios parámetros de salud. -
Proceso de Diagnóstico: Los usuarios pueden ingresar los datos del paciente, como la edad, el nivel de glucosa, la presión arterial, el IMC y el historial familiar de diabetes, para recibir un diagnóstico (Diabético/No Diabético).
-
Visualización: Después del diagnóstico, la aplicación genera una representación visual del proceso de toma de decisiones dentro del árbol de decisión, destacando el camino seguido para llegar al diagnóstico.
-
Imágenes Zoomables: La visualización del árbol de decisión puede ser aumentada/disminuida, ofreciendo una forma interactiva de explorar cómo se tomaron las decisiones.
-
Carpetas Específicas del Paciente: Para cada paciente, se crea una carpeta que contiene el resultado del diagnóstico y una visualización del camino tomado en el árbol de decisión para ese paciente en particular.
- Pandas: Para la manipulación de datos.
- Tkinter: Para construir la interfaz gráfica de usuario.
- Scikit-learn: Para entrenar el clasificador de árbol de decisión.
- PIL (Pillow): Para el manejo y redimensionamiento de imágenes.
- pydot: Para crear y renderizar el gráfico del árbol de decisión.
- Asegúrate de tener Python 3.x instalado.
- Lee el archivo Documentacion.md