--- license: mit library_name: sklearn pipeline_tag: tabular-classification tags: - tabular-classification - obesity - lightgbm - mlp - ensemble - scikit-learn metrics: - accuracy - f1 --- # Obesity Status Classifier — Ensemble LightGBM + MLP Model klasifikasi status obesitas (4 kelas: Underweight, Normal, Overweight, Obesity) dari kebiasaan hidup dan karakteristik dasar (usia, tinggi badan, pola makan, aktivitas, transportasi, dll). Model yang dideploy adalah **ensemble probabilitas 0.5 x LightGBM + 0.5 x MLP** (scikit-learn), lengkap dengan preprocessing di dalam pipeline. > **Bukan alat diagnosis medis.** Model hanya untuk skrining/edukasi dan dilatih pada data survei terbatas. ## Data - Sumber: Obesity Dataset (Koklu & Sulak, 2024), 1.610 baris, 14 fitur, 4 kelas. Tanpa missing value dan duplikat. - Distribusi kelas: Underweight 73, Normal 658, Overweight 592, Obesity 287 (tidak seimbang). - Rentang usia 18-54 tahun, tinggi 150-193 cm. Model **tidak valid di luar rentang ini**. - Split: 80 % latih / 20 % uji (stratified, seed 42). ## Metode - Fitur: 14 fitur asli, tanpa feature engineering dan tanpa feature selection. - Preprocessing: recode biner, one-hot untuk moda transportasi, StandardScaler. - Skenario yang dideploy: **D: + SMOTE + Tuning** (SMOTE pada data latih di dalam pipeline; hyperparameter dituning dengan RandomizedSearchCV, macro-F1, 5-fold). - Ensemble: P = 0.5 x P(LightGBM) + 0.5 x P(MLP); bobot tetap, tidak dituning. ## Hasil pada data uji (n = 322) | Model | Accuracy | Precision (macro) | Recall (macro) | F1 (macro) | ROC-AUC (OvR) | |---|---|---|---|---|---| | LightGBM | 0.845 | 0.877 | 0.785 | 0.818 | 0.968 | | MLP | 0.829 | 0.784 | 0.830 | 0.803 | 0.961 | | Ensemble 0.5/0.5 | 0.863 | 0.852 | 0.821 | 0.834 | 0.970 | F1-score per kelas untuk model yang dideploy: | Kelas | F1 | |---|---| | Underweight | 0.741 | | Normal | 0.909 | | Overweight | 0.831 | | Obesity | 0.855 | ## Cara menggunakan ```python from huggingface_hub import snapshot_download import sys path = snapshot_download("username/obesity-ensemble-lgbm-mlp") sys.path.insert(0, path) from inference import load_model, predict model, config = load_model(local_dir=path) sample = dict(Sex=1, Age=45, Height=172, Overweight_Obese_Family=1, Consumption_of_Fast_Food=1, Frequency_of_Consuming_Vegetables=1, Number_of_Main_Meals_Daily=3, Food_Intake_Between_Meals=3, Smoking=2, Liquid_Intake_Daily=2, Calculation_of_Calorie_Intake=2, Physical_Exercise=3, Schedule_Dedicated_to_Technology=2, Type_of_Transportation_Used=1) print(predict(model, config, sample)) ``` Kode fitur mengikuti kamus data dataset (lihat `config.json` bagian `feature_schema`). Aplikasi Streamlit tersedia di `app.py` (`pip install -r requirements.txt && streamlit run app.py`). Gunakan versi library pada `requirements.txt` karena berkas `model.joblib` adalah pickle scikit-learn. ## Keterbatasan - Usia sangat berkorelasi dengan kelas pada data ini sehingga model dapat memanfaatkannya sebagai jalan pintas; generalisasi ke populasi lain belum teruji. - Tanpa berat badan/BMI; data kuesioner rentan bias pelaporan; kelas Underweight sangat sedikit (73 sampel). - Hubungan fitur-kelas adalah asosiasi, bukan sebab-akibat. ## Sitasi data Koklu, N., & Sulak, S.A. (2024). Using artificial intelligence techniques for the analysis of obesity status according to the individuals' social and physical activities. Sinop Universitesi Fen Bilimleri Dergisi, 9(1), 217-239. https://doi.org/10.33484/sinopfbd.1445215 Periksa ketentuan lisensi dataset sebelum mengubah lisensi model pada metadata di atas.