Questo progetto affronta il tema critico della salute mentale attraverso l'analisi di un dataset, con l'obiettivo di sviluppare un modello di Machine Learning capace di predire la probabilità di uno stato depressivo. Implementa una pipeline completa che include fasi di preprocessing avanzato, addestramento di diversi modelli di classificazione, valutazione delle performance e una semplice interfaccia a menu per l'interazione.

Il progetto offre le seguenti funzionalità:

• Esperienza Utente Intuitiva:
  • Un'interfaccia grafica chiara e semplice per navigare tra le funzionalità offerte.
  • Addestramento dei modelli personalizzabile, con la possibilità di specificare il percorso dei dati.
  • Visualizzazione immediata di grafici esplicativi per comprendere meglio i risultati.
  • Predizione personalizzata della probabilità di depressione, semplicemente inserendo i dati di un utente.
• Pipeline di Addestramento Modelli:
  • Addestramento di modelli di classificazione robusti come Logistic Regression, XGBoost e XGBoost con SMOTE.
  • Strategie mirate per gestire il potenziale sbilanciamento delle classi nel dataset (stato depressivo presente vs assente), inclusi class_weight, scale_pos_weight e l'applicazione di SMOTE tramite imblearn.pipeline.
  • Ottimizzazione degli iperparametri del modello XGBoost utilizzando GridSearchCV con cross-validation.
• Valutazione e Confronto Performance:
  • Calcolo e visualizzazione delle metriche di valutazione standard: Accuracy, Precision, Recall, e F1-Score.
  • Generazione e visualizzazione comparativa delle Matrici di Confusione per una comprensione approfondita delle performance dei modelli.
• Predizione su Nuovi Dati:
  • Applicazione del preprocessing identico a quello del training set per garantire coerenza.
  • Caricamento del modello addestrato ottimizzato (best_xgb_clf_smote.pkl).
  • Le previsioni sul dataset di test vengono generate e salvate nel file submission.csv nel formato ID/Predizione, adottando lo standard definito da una competizione su Kaggle che ha ispirato questo progetto.
  • Possibilità di ottenere una predizione per un singolo individuo inserendo i dati manualmente.

La struttura delle cartelle e dei file è organizzata come segue:

Mentally/
├── `grafici.py`
├── `graphicGui.py`
├── `insertUtente.py`
├── `mainTest.py`
├── `mainTrain.py`
├── `mentallyApp.py`
├── `menu.py`
├── `preprocessing.py`
│
└── data/
    ├── `cleaned_data_for_graphs.csv`
    ├── `cleaned_train.csv`
    ├── `submission.csv`
    ├── `test.csv`
    └── `train.csv`
│
└── modelli/
    ├── `best_xgb_clf_smote.pkl`
    ├── `logistic_regression_balanced.pkl`
    └── `xgb_clf_default_scaled.pkl`

Assicurati di avere Python 3.6+ installato. Le librerie Python necessarie sono:

• pandas
• numpy
• scikit-learn
• imbalanced-learn
• xgboost
• statsmodels
• seaborn
• matplotlib
• joblib

• Eseguire il file mentallyApp.py
• Si aprirà una finestra dove è possibile selezionare l'opzione desiderata.
• Opzione 1 (Addestramento): Questa è la fase iniziale. Carica train.csv, pulisce i dati (preprocessing.py), seleziona le feature, addestra e ottimizza i modelli, valuta i risultati e salva i modelli addestrati (.pkl) e il dataset pulito in Mentally/data. È indispensabile eseguire questa opzione almeno una volta prima di procedere con le opzioni 2 e 3, poiché queste ultime dipendono dai modelli salvati.
• Opzione 2 (Visualizza grafici): Carica cleaned_data_for_graphs.csv e tramite gli specifici bottoni puoi selezionare i vari grafici da visualizzare
• Opzione 3 (Predizione Singola): Permette di inserire manualmente i dati di un individuo per ottenere una predizione in tempo reale. Richiama le logiche di preprocessing per un singolo record (preprocess_person_test in preprocessing.py) e utilizza il modello salvato. Nota: Richiede la presenza del file insertUtente.py.

Autore: Giacomo Visciotti-Simone Verrengia-Giuseppe Pio del Vecchio-Liliana Gilca