Классификация риска ишемической болезни сердца по данным NHANES (2011–2018) с полным аудитом утечек и проверкой калибровки

Проект предсказывает самооцениваемый диагноз ишемической болезни сердца на основе четырёх циклов данных NHANES (около 21 500 взрослых), сравнивая логистическую регрессию, случайный лес и градиентный бустинг. Автор выявил значительную утечку данных из-за включения вопросов о других сердечно-сосудистых диагнозах, что завышало PR-AUC с 0.23 до 0.51, и удалил этот раздел, задокументировав эффект. Также исправлена калибровка вероятностей: сырые предсказания логистической регрессии были сильно завышены (средний риск ~30% при реальной распространённости 4%), что устранено с помощью сигмоидной рекалибровки; итоговые метрики на тестовом наборе — ROC-AUC 0.875 и PR-AUC 0.239.