Autism Classification — BrainHack

Unsupervised clustering (KMeans) and supervised classification (Logistic Regression) on neuroimaging-derived features for autism spectrum disorder (ASD), developed during a BrainHack workshop.

🇬🇧 English below · 🇪🇸 Versión en español primero.

---

🇪🇸 Resumen

Proyecto de machine learning desarrollado durante un BrainHack (workshop colaborativo de neurociencia computacional) cuyo objetivo es clasificar sujetos en dos grupos (control vs. condición del espectro autista) a partir de features extraídas de neuroimágenes.

Lo que hay en este repo

Notebook	Qué hace
final_analysis.ipynb	Pipeline completo: EDA, preprocesamiento, clustering no supervisado (KMeans con n_clusters=2) y clasificación supervisada (Logistic Regression).
Clasificador_Autismo_Brainhack.ipynb	Versión anterior / exploratoria del clasificador.
BasesDeDatos/1_Intro_DBs/intro_sql.ipynb	Notebook de soporte sobre acceso a las bases de datos del workshop.

Stack

scikit-learn · pandas · numpy · matplotlib · jupyter

Resultados principales

• KMeans (k=2) sobre features estandarizadas: separa parcialmente las clases en el espacio latente, pero no de forma limpia (la condición no es linealmente separable solo con clustering no supervisado).
• Logistic Regression entrenada con random_state=3 sobre el split de entrenamiento.
• Métricas detalladas y matriz de confusión en el notebook.

⚠️ Limitación importante: dado el tamaño del dataset y la naturaleza de la tarea, los resultados son exploratorios, no clínicos. El objetivo del workshop era pedagógico.

Cómo correr

pip install -r requirements.txt
jupyter lab final_analysis.ipynb

Autor

Sebastián Mesch Henriques — @SMESCH1 Desarrollado en el contexto de BrainHack.

---

🇬🇧 Summary

Machine learning project developed during a BrainHack (collaborative computational neuroscience workshop). The goal is to classify subjects into two groups (control vs. autism spectrum condition) using features derived from neuroimaging data.

What's in this repo

Notebook	What it does
final_analysis.ipynb	Full pipeline: EDA, preprocessing, unsupervised clustering (KMeans, n_clusters=2), and supervised classification (Logistic Regression).
Clasificador_Autismo_Brainhack.ipynb	Earlier exploratory version of the classifier.
BasesDeDatos/1_Intro_DBs/intro_sql.ipynb	Support notebook on accessing the workshop databases.

Stack

scikit-learn · pandas · numpy · matplotlib · jupyter

Key findings

• KMeans (k=2) on standardized features partially separates the two classes in latent space — but not cleanly, since the condition is not linearly separable from clustering alone.
• Logistic Regression trained on random_state=3 over the train split.
• Detailed metrics and confusion matrix in the notebook.

⚠️ Important caveat: given dataset size and task nature, results are exploratory, not clinical. The workshop goal was pedagogical.

How to run

pip install -r requirements.txt
jupyter lab final_analysis.ipynb

Suggested requirements.txt

scikit-learn>=1.3
pandas>=2.0
numpy>=1.24
matplotlib>=3.7
jupyter>=1.0

Author

Sebastián Mesch Henriques — @SMESCH1 Developed in the context of BrainHack.

License

MIT — see LICENSE.