Laboratorio final

📢 Release v3.0: Práctica Final - Análisis de pacientes con esquizofrenia 🧠📊

Este release incluye el desarrollo completo de la Práctica Final de la asignatura de Data Mining, centrada en el análisis clínico de más de 3000 pacientes diagnosticados con esquizofrenia. El objetivo ha sido evaluar si la edad de inicio del trastorno (temprano vs. tardío) se relaciona con perfiles sintomáticos diferenciables mediante técnicas de minería de datos.

📌 Contenido

🧪 Práctica Final - Clasificación clínica en esquizofrenia

• Preprocesamiento del dataset

  • Selección de variables clínicas (escala PANSS) agrupadas en síntomas positivos, negativos y generales.
  • Relleno de valores nulos bajo lógica clínica y estandarización de datos con z-score.

• Clustering con K-Means

  • Reducción de la dimensionalidad con PCA y visualización 3D de los clústeres.
  • Aplicación del método del codo para elegir el número óptimo de clústeres.
  • Análisis clínico de los perfiles sintomáticos por clúster y relación con la edad de inicio.

• Clasificación con Random Forest 🌲

  • Entrenamiento del modelo y evaluación con accuracy, matriz de confusión y classification report.
  • Análisis de la importancia de variables (síntomas relevantes para predecir la edad de inicio).
  • Visualización de la curva ROC y cálculo del AUC (0.98).

• Clasificación con K-Nearest Neighbors (KNN) 👥

  • Búsqueda del mejor valor de k mediante validación cruzada (k=5).
  • Comparación de resultados con Random Forest: precisión, recall, F1-score y matriz de confusión.
  • Análisis de similitud en rendimiento y solidez del enfoque.

---

📂 Estructura de archivos

📁 Data_Mining
├── 📁 LAB01
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── LAB01 Preparación y visualización de datos 24-25.pdf
│   ├── 📁 data
│   │   └── Practica 1-3 Pokemon.csv
│   └── 📁 media
│       ├── Agua.png
│       ├── Electrico.png
│       ├── Enunciado Apartado 1.png
│       ├── Fantasma.png
│       ├── Fuego.png
│       ├── Planta.png
│       └── Sin_Color.png
├── 📁 LAB02
│   ├── Enunciado - Reglas de Asociación y Patrones Secuenciales.pdf
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── LAB02 Reglas de Asociación y Patrones Secuenciales.pdf
│   └── 📁 data
│       ├── Navegacion_Web.csv
│       └── Supermercado.csv
├── 📁 LAB03
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── Practica_4_GRUPOC5.ipynb
│   ├── LAB03 Clasificación.pdf
│   ├── requirements.txt
│   ├── 📁 data
│   │   ├── nasa.csv
│   │   ├── nasa_clasificar.csv
│   │   ├── sf_crimenes.csv
│   │   ├── monos.zip
│   │   └── cars.csv
│   └── 📁 media
│       ├── arbol_entropia.png
│       ├── entropy.png
│       ├── gini.png
│       ├── output_arbol_decision.svg
│       └── output_monos.png
├── 📁 LAB04
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── Practica_4_GRUPOC5.ipynb
│   ├── LAB04 Regresión y Clustering.pdf
│   ├── requirements.txt
│   └── 📁 data
│       ├── Consumo_cerveza.csv
│       ├── cervezas.csv
│       ├── incendios.csv
│       └── cars.csv
├── 📁 LABFinal
│   ├── Practica_Final_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── 📁 data
│   │    └── schizo.csv
│   └── 📁 output
│       ├── curva_roc_random_forest.png
│       ├── importancia_sintomas_random_forest.png
│       ├── matriz_confusion_knn.png
│       ├── matriz_confusion_random_forest.svg
│       ├── metodo_codo_num_optimo_clusteres.png
│       └── visualizacion_clusters_3d.png
├── .gitignore
└── README.md

📌 Notas:

• Cada notebook incluye una memoria explicativa con el desarrollo de la práctica, visualizaciones y justificación de cada paso.
• Esta práctica se apoya en herramientas como scikit-learn, Pandas, Seaborn, matplotlib, yellowbrick y técnicas de visualización, reducción de dimensionalidad y clasificación binaria para analizar de forma profunda un caso clínico real.