Clasificación de pacientes con Covid-19 con predisposición a cuidados intensivos usando técnicas de SVM y Random Forest

  • Juan Victor Sanguineti Valdivia Universidad de Lima, Perú

Resumen

El COVID-19 es una enfermedad respiratoria de alto nivel de contagio causada por el SARSCoV-2. Los algoritmos predictivos permitirían la identificación de aquellas personas que podrían ser admitidas a cuidados intensivos. En este trabajo se siguió una metodología que consiste en la selección de un conjunto de datos que luego será procesado mediante el uso de técnicas como One Hot Encoding, MICE y LASSO. Luego se desarrollarán y evaluarán los modelos propuestos de Random Forest y Support Vector Machine mediante las métricas de sensibilidad, especificidad y AUC. Los resultados indican que el modelo de Random Forest obtiene un mejor rendimiento para la clasificación de los pacientes que son admitidos a una
sala de cuidados intensivos.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Juan Victor Sanguineti Valdivia, Universidad de Lima, Perú

Estudiante de la Carrera de Ingeniería de Sistemas en la Universidad de Lima. Áreas de interés: investigación centrada en machine learning y sus diferentes aplicaciones.

Publicado
2021-12-23
Cómo citar
Sanguineti Valdivia, J. V. (2021). Clasificación de pacientes con Covid-19 con predisposición a cuidados intensivos usando técnicas de SVM y Random Forest. Actas Del Congreso Internacional De Ingeniería De Sistemas, 196-197. https://doi.org/10.26439/ciis2021.5631