Détection des Maladies Cardiaques

Ce projet consiste à analyser et prédire la présence de maladies cardiaques à partir d'un jeu de données médicales en utilisant différentes méthodes d'apprentissage automatique.

Objectifs

Comprendre et explorer le dataset Heart Disease Detection.

Prétraiter les données et gérer les valeurs manquantes.

Encoder les variables catégorielles et analyser les corrélations.

Comparer plusieurs modèles de classification pour identifier le meilleur :

Gaussian Naive Bayes

KNN (K=3)

Decision Tree (max_depth=6)

SVM implémenté from scratch

Évaluer les modèles avec matrices de confusion, rapports de classification, courbes ROC et validation croisée.

Faire des prédictions sur des échantillons test.

Technologies

Python

Pandas, NumPy

Scikit-learn

Matplotlib, Seaborn

Jupyter Notebook

Résultats

Analyse exploratoire du dataset et visualisation des distributions.

Identification du modèle le plus performant selon les métriques choisies.

Visualisation des courbes ROC et performance comparative des modèles.