Heart disease detection using Tree_based model

في هذا المشروع، قمت بتحليل مجموعة بيانات طبية لتصنيف احتمالية الإصابة بأمراض القلب باستخدام نماذج تعلم آلي.

الخطوات المنفذة:

تنظيف البيانات ومعالجة القيم المفقودة

تحليل استكشافي لفهم العلاقات بين المتغيرات

تطبيق نماذج شجرية: Decision Tree، Random Forest، XGBoost

تحسين الأداء باستخدام SMOTE وGridSearchCV

تقييم النموذج باستخدام Confusion Matrix، ROC Curve، وF1-score

استخراج أهمية الميزات لتحديد العوامل المؤثرة

الأدوات المستخدمة:

Python, Pandas, Scikit-learn, Matplotlib, Seaborn, XGBoost

النتيجة:

تم الوصول إلى دقة نموذج عالية (تجاوزت 88%) مع تفسير واضح للعوامل المؤثرة، مما يدعم اتخاذ قرارات طبية مبنية على البيانات.