Modelo de Machine Learning Basado en los Factores de Riesgo para Predecir el Sobrepeso y la Obesidad
Resumen
Este estudio presenta un modelo de Machine Learning basado en factores de riesgo para predecir el sobrepeso y la obesidad, destacando su importancia en la prevención y control de esta condición. La metodología incluye limpieza de datos, imputación de valores faltantes, selección de características y evaluación de modelos de regresión como RFR, DTR, SVR y XGB. Los resultados muestran que el GBR alcanzó el mejor desempeño, seguido de cerca por XGB, al predecir el índice de masa corporal (IMC) utilizando 20 características clave, como colesterol LDL, perímetro abdominal, medidas diastólicas, presión arterial, hemoglobina y glucosa. La reducción de características mejoró notablemente el rendimiento de los modelos, especialmente los basados en técnicas de Boosting. Estos hallazgos destacan la precisión de los modelos de Machine Learning en la predicción del IMC y su potencial para la identificación temprana de riesgos relacionados con la obesidad en la población adulta peruana.
Descripción
Citación
Aprobación
Revisión
Complementado por
Referenciado por
Grado o título
Ingeniero de Sistemas
Programa
Ingeniería de Sistemas
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Peruana Unión
DOI
Colecciones
Licencia Creative Commons
Palabras clave
Archivos
Cargando...
Nombre
Willian_Tesis_Licenciatura_2025.pdf
Tamaño
364,72 KB
Formato
Adobe PDF
Cargando...
Nombre
Autorización_de_Publicación.pdf
Tamaño
220,68 KB
Formato
Adobe PDF
Cargando...
Nombre
Reporte_de_Similitud.pdf
Tamaño
1,02 MB
Formato
Adobe PDF