Algoritmos de machine learning para predecir la anemia en niños de 6 a 35 meses de edad en Cusco

Abstract

El presente trabajo de investigación titulado “Algoritmos de machine learning para predecir la anemia en niños de 6 a 35 meses de edad en Cusco” tiene como objetivo de la presente investigación es determinar el algoritmo de Machine Learning más eficiente para predecir la anemia en niñas y niños de 6 a 35 meses de edad a partir de factores sociodemográficos, biológicos, etc. en Cusco. Se utilizó la información de la Encuesta Demográfica y de Salud Familiar (ENDES) de los años 2019 y 2020. La metodología aplicada fue el Knowledge Discovery in Databases (KDD) para el desarrollo de los modelos de Machine Learning. Al evaluar la precisión, los algoritmos K-Nearest Neighbor (KNN), Support Vector Machine (SVM) y Redes Neuronales consiguen más predicciones correctas de acorde a las métricas de Accuracy, Sensibilidad y Especificidad. Finalmente se determinó que el mejor algoritmo fue el Support Vector Machine (SVM) con una Sensibilidad del 100%.