Clasificación de Cáncer de Mama

Contexto

¿Se puede usar IA para apoyar el diagnóstico del cáncer de mama? Este proyecto desarrolla modelos de clasificación que predicen si un tumor de mama es benigno o maligno a partir de datos clínicos reales: 569 casos descritos con 30 variables sobre las características físicas del tumor.

Enfoque

• Notebook en R: Regresión logística con caret y pROC. Datos normalizados, partición 80/20 (456 casos de entrenamiento y 113 de prueba) y curva ROC.
• Notebook en Python: La misma regresión logística como una red neuronal de una neurona con activación sigmoide, implementada primero en TensorFlow/Keras y luego en PyTorch.
• Evaluación: Curvas ROC y de precisión-recall, matriz de confusión y análisis gráfico de la exactitud, comparando los resultados en precisión, rendimiento y facilidad de interpretación.

Aprendizajes

No siempre el modelo más complejo es el mejor. Además, la visualización ayuda a entender fallos que la exactitud oculta: en la prueba con PyTorch, el modelo clasificó todos los casos como benignos y aun así alcanzó una exactitud de 58,8 %.