Predicción de gastos médicos

Juan David Velásquez Henao
jdvelasq@unal.edu.co
Universidad Nacional de Colombia, Sede Medellín
Facultad de Minas
Medellín, Colombia

Haga click aquí para acceder a la última versión online.

Haga click aquí para ver la última versión online en nbviewer.

Licencia
Readme

Definición del problema real

Definición del problema en términos de los datos

Exploración



In [ ]:

    
# carga de los datos
wine <- read.csv("data/whitewines.csv")
str(wine)



In [ ]:

    
hist(wine$quality)

Metodología

Entrenamiento del modelo



In [ ]:

    
wine_train <- wine[1:3750, ]
wine_test <- wine[3751:4898, ]



In [1]:

    
install.packages("rpart")
library(rpart)









    



The downloaded binary packages are in
	/var/folders/yq/svn60mh123z6dzr3d4rjk_740000gn/T//RtmpFMB3pf/downloaded_packages



In [ ]:

    
m.rpart <- rpart(quality ~ ., data = wine_train)
m.rpart



In [ ]:

    
summary(m.rpart)



In [ ]:

    
install.packages("rpart.plot")
library(rpart.plot)
rpart.plot(m.rpart, digits = 3)



In [ ]:

    
rpart.plot(m.rpart, 
           digits = 4, 
           fallen.leaves = TRUE,
           type = 3, 
           extra = 101)

Evaluación del modelo



In [ ]:

    
p.rpart <- predict(m.rpart, wine_test)
summary(p.rpart)



In [ ]:

    
summary(wine_test$quality)



In [ ]:

    
MAE <- function(actual, predicted) {
    mean(abs(actual - predicted))
}



In [ ]:

    
MAE(p.rpart, wine_test$quality)



In [ ]:

    
mean(wine_train$quality)



In [ ]:

    
MAE(5.87, wine_test$quality)



In [ ]:

Mejora del modelo



In [ ]:

    
library(RWeka)
m.m5p <- M5P(quality ~ ., data = wine_train)
m.m5p



In [ ]:

    
summary(m.m5p)



In [ ]:

    
ins_model2 <- lm(expenses ~ age + age2 + children + bmi + sex + bmi30*smoker + region, 
                 data = insurance)
summary(ins_model2)



In [ ]:



In [ ]: