Disposizioni foniche di organi a canne

<mediawiki xmlns="http://www.mediawiki.org/xml/export-0.11/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.mediawiki.org/xml/export-0.11/ http://www.mediawiki.org/xml/export-0.11.xsd" version="0.11" xml:lang="it">
  <siteinfo>
    <sitename>Wikibooks</sitename>
    <dbname>itwikibooks</dbname>
    <base>https://it.wikibooks.org/wiki/Pagina_principale</base>
    <generator>MediaWiki 1.47.0-wmf.22</generator>
    <case>first-letter</case>
    <namespaces>
      <namespace key="-2" case="first-letter">Media</namespace>
      <namespace key="-1" case="first-letter">Speciale</namespace>
      <namespace key="0" case="first-letter" />
      <namespace key="1" case="first-letter">Discussione</namespace>
      <namespace key="2" case="first-letter">Utente</namespace>
      <namespace key="3" case="first-letter">Discussioni utente</namespace>
      <namespace key="4" case="first-letter">Wikibooks</namespace>
      <namespace key="5" case="first-letter">Discussioni Wikibooks</namespace>
      <namespace key="6" case="first-letter">File</namespace>
      <namespace key="7" case="first-letter">Discussioni file</namespace>
      <namespace key="8" case="first-letter">MediaWiki</namespace>
      <namespace key="9" case="first-letter">Discussioni MediaWiki</namespace>
      <namespace key="10" case="first-letter">Template</namespace>
      <namespace key="11" case="first-letter">Discussioni template</namespace>
      <namespace key="12" case="first-letter">Aiuto</namespace>
      <namespace key="13" case="first-letter">Discussioni aiuto</namespace>
      <namespace key="14" case="first-letter">Categoria</namespace>
      <namespace key="15" case="first-letter">Discussioni categoria</namespace>
      <namespace key="100" case="first-letter">Progetto</namespace>
      <namespace key="101" case="first-letter">Discussioni progetto</namespace>
      <namespace key="102" case="first-letter">Ripiano</namespace>
      <namespace key="103" case="first-letter">Discussioni ripiano</namespace>
      <namespace key="710" case="first-letter">TimedText</namespace>
      <namespace key="711" case="first-letter">TimedText talk</namespace>
      <namespace key="828" case="first-letter">Modulo</namespace>
      <namespace key="829" case="first-letter">Discussioni modulo</namespace>
      <namespace key="1728" case="first-letter">Evento</namespace>
      <namespace key="1729" case="first-letter">Discussioni evento</namespace>
    </namespaces>
  </siteinfo>
  <page>
    <title>Disposizioni foniche di organi a canne</title>
    <ns>0</ns>
    <id>34638</id>
    <revision>
      <id>502148</id>
      <parentid>502048</parentid>
      <timestamp>2026-10-04T22:52:09Z</timestamp>
      <contributor>
        <username>~2026-46067-79</username>
        <id>54720</id>
      </contributor>
      <comment>/* */</comment>
      <origin>502148</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="10785" sha1="fmbkfkba7tzs5xdt4brpvu9nvmtkge5" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
Le disposizioni foniche attualmente presenti in questo libro sono '''5171'''.

== Per il lettore ==
Ciascun organo a canne è uno strumento a sé, con una propria dignità indissolubilmente legata alla sua unicità. Non troveremo mai un organo uguale ad un altro, neppure nei rarissimi casi di strumenti costruiti in serie: avranno sempre qualcosa che li distinguerà fra di loro.

Come poter, dunque, descrivere uno strumento unico, in maniera tale che, senza suonarlo o ascoltarlo, sia possibile capire come è fatto? Grazie alla sua disposizione fonica: essa è l'elenco dei registri che compongono lo strumento, riportati in base alla loro appartenenza alle varie &quot;divisioni&quot; (manuale/i ed eventualmente pedale). Pertanto si tratta di un elemento fondamentale, l'unica vera grande ed esaustiva descrizione dello strumento, dal momento che un organo si differenzia da un altro fondamentalmente per i registri che ha.

Questo wikilibro si prefigge il compito di racchiudere al suo interno le disposizioni foniche di organi del presente e del passato, raggruppate in base alla loro collocazione all'interno di edifici che, per sviluppi culturali ed esigenze liturgiche, sono per la maggior parte destinati al culto.

La presente opera si rivolge, dunque, non solo allo studioso di organaria ed organologia, ma anche al curioso che vuol sapere come è fatto l'organo della chiesa tot, all'appassionato, all'organista che ha l'esigenza di conoscere le caratteristiche di un tal organo, a chiunque, in poche parole, sia interessato all'argomento.

== Per il contributore ==

Chiunque voglia contribuire all'edificazione del presente wikilibro, è il benvenuto, ed è pregato di seguire, per amor di uniformità, lo schema che può vedere nelle pagine già presenti.
Sono tuttavia doverose alcune raccomandazioni tecniche.

Una volta inserite una o più disposizioni foniche, il contributore è pregato di aggiornare il numero all'inizio di questa pagina.

=== Dei titoli ===
I titoli delle singole pagine seguono sempre questo schema:

Stato/Regione (o altra divisione amministrativa analoga)/Provincia (o altra divisione amministrativa analoga)/Comune/Località (che può essere anche il comune stesso, comunque si ripete) - Edificio

Ad esempio:

Italia/Lombardia/Città metropolitana di Milano/Milano/Milano - Cattedrale di Santa Maria Nascente

Nei nomi delle chiese, si scrive solo: ''Chiesa di...'', oppure ''Santuario di...'', oppure ''Basilica di...'', ''Cattedrale di...'' o ''Cattedrale metropolitana di...'', non ''Basilica Cattedrale Primaziale Metropolitana Santuario Protoecclesia di...''. Sono altresì bandite le abbreviazioni (come ad esempio ''S.'' al posto di ''Santo/Santa/Sacro'').

Se in un edificio ci sono più organi, vanno tutti nella stessa pagina. Le singole pagine non sono per organo, ma per edificio.

=== Delle tabelle riassuntive ===
Le tabelle riassuntive a inizio pagina, seguono questo schema:

* '''Costruttore:''' [nome e] cognome del costruttore/ditta costruttrice con, in caso, tra parentesi e in corsivo, il numero d'opera
* '''Anno:''' anno di costruzione (in caso, in nota, data dell'inaugurazione)
* '''Restauri/modifiche:''' elenco: nome di chi ha fatto il restauro e, tra parentesi, anno e tipologia di intervento 
* '''Registri:''' numero dei registri (in caso di registri spezzati, ciascuno vale 1 e non 1/2)
* '''Canne:''' numero di canne
* '''Trasmissione:''' meccanica/pneumatico-tubolare/elettrica/elettronica/ecc. nel caso di mista, si scrive mista e poi si specifica tra parentesi
* '''Consolle:''' tipologia della consolle (a finestra, mobile/fissa indipendente, appoggiata, rivolta, ecc.) e posizione (al centro del coro, al centro della parete anteriore della cassa, su apposita cantoria, ecc.)
* '''Tastiere:''' n° di tastiere e di note ed estensione tra parentesi
* '''Pedaliera:''' tipologia di pedaliera (a leggio, dritta, concava, concavo-radiale), n° di note ed estensione tra parentesi
* '''Collocazione:''' n° dei corpi, posizione dei corpi.

Esempio:
* '''Costruttore:''' Pinco Pallino (''Opus 100'')
* '''Anno:''' 2019-2020
* '''Restauri/modifiche:''' Tizio Caio (2102, restauro conservativo), Sempronio (2156, modifiche e ampliamento)
* '''Registri:''' 36
* '''Canne:''' 3.562
* '''Trasmissione:''' mista (meccanica per i manuali e il pedale, elettronica per i registri)
* '''Consolle:''' a finestra, al centro della parete anteriore della cassa
* '''Tastiere:''' 3 di 56 note (''Do&lt;small&gt;1&lt;/small&gt;''-''Sol&lt;small&gt;5&lt;/small&gt;'')
* '''Pedaliera:''' concavo-radiale di 30 note (''Do&lt;small&gt;1&lt;/small&gt;''-''Fa&lt;small&gt;3&lt;/small&gt;'')
* '''Collocazione:''' in due corpi contrapposti, sulla cantoria in controfacciata

Nel caso di ottave scavezze:

* '''Tastiera:''' 1 di 50 note con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;''-''Fa&lt;small&gt;5&lt;/small&gt;'', Bassi/Soprani ''Do#&lt;small&gt;3&lt;/small&gt;''/''Re&lt;small&gt;3&lt;/small&gt;'')
* '''Pedaliera:''' a leggio di 18 note con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;''-''Sol#&lt;small&gt;2&lt;/small&gt;''), priva di registri propri e costantemente unita al manuale

Non sono ammesse abbreviazioni, come ad esempio i nomi degli organari.

=== Delle disposizioni foniche ===
* I nomi delle divisioni vengono scritti nel seguente modo: '''I - ''Grand'Organo'''''; quello del pedale così: '''Pedale''';
* il nome della seconda o terza tastiera si riporta semplicemente, dopo il numero ordinale romano, come '''''Espressivo''''' e non come Recitativo, essendo un'impropria italianizzazione del francese ''Récit'';
* nel caso di aggettivi dopo il nome del manuale, essi sono riportati con la prima lettera minuscola (ad esempio: '''VI - ''Organo antico aperto''''');
* qualora i registri, sulla consolle, siano raggruppati per Concerto e Ripieno (ad esempio come avviene per la maggior parte degli organi ottocenteschi italiani), si segua questo schema ([[Disposizioni foniche di organi a canne/Italia/Toscana/Provincia di Siena/Montalcino/Montisi - Chiesa delle Sante Flora e Lucilla|qui un esempio]]) e, nel caso di più manuali, si premetta sempre il numero e il nome (ad esempio: '''I - Organo eco ''Concerto''''');
* all'interno di ogni divisione vi sono due colonne, divise da doppia stanghetta verticale (&lt;code&gt;&lt;nowiki&gt;||&lt;/nowiki&gt;&lt;/code&gt;), che rispettivamente, da sinistra a destra, sono: 1) nome del registro con eventualmente indicato il numero di file, 2) altezza del registro in piedi con eventualmente specificata l'appartenenza ai soli Bassi o ai soli Soprani (esempio: &lt;code&gt;&lt;nowiki&gt;Ripieno 5 file || 2' Soprani&lt;/nowiki&gt;&lt;/code&gt;);
* tutti i nomi registri sono scritti con la prima lettera maiuscola, mentre le parole seguenti devono iniziare con la minuscola (ad esempio: ''Ripieno acuto 5 file'' e '''non''' ''Ripieno Acuto 5 File''), ad eccezione delle disposizioni in tedesco o nelle lingue che richiedono la maiuscola anche per tutti i sostantivi - nel caso non sia possibile reperire l'altezza in piedi delle mutazioni composte, si sposta il numero di file nel campo dell'altezza in piedi (esempio: &lt;code&gt;&lt;nowiki&gt;Ripieno || 5 file&lt;/nowiki&gt;&lt;/code&gt;);
* le mutazioni sono scritte con il numero intero separato da quello frazionario tramite un punto, così: ''5.1/3&lt;nowiki&gt;'&lt;/nowiki&gt;''; qualora l'altezza sia solo frazionaria, si omette lo ''0.'' iniziale, così: ''1/4&lt;nowiki&gt;'&lt;/nowiki&gt;'' e '''non''' ''0.1/4&lt;nowiki&gt;'&lt;/nowiki&gt;'';
* nel caso di mutazioni composte, l'altezza in piedi è riportata solo relativamente alla prima fila, ad eccezione di quelle a due file (per non occupare troppo spazio) - qualora le altezze delle file successive presentino delle anomalie, si inseriscono in nota.
* i registri ad ancia sono scritti in rosso quando sono riportati così sulla consolle;
* non si inserisce il numero ordinale davanti a ciascun registro;
* non si riportano le unioni e gli accoppiamenti, né gli annullatori;
* il Tremolo si riporta all'interno di ciascuna divisione;
* gli accessori (ad esempio: Uccelliera, Zampogna ecc.) si riportano nel seguente modo prima della disposizione fonica: '''Accessori''': ''Uccelliera''; ''Zampogna'';
* non sono ammesse abbreviazioni.

Quindi, in poche parole, questa disposizione '''non''' va bene (mettiamo che sulla consolle i registri ad ancia siano scritti '''in nero'''):

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Prima tastiera - ''Grand'Organo'''''
----
|-
|Principale || 8'
|-
|Ottava || 4'
|-
|XV || 2'
|-
|XIX || 1.1/3'
|-
|XXII || 1'
|-
|Ripieno Acuto 3 File || 0.1/2'
|-
|Flauto a Camino || 8'
|-
|Sesquialtera 2 File || 2.2/3'-1.3/5'
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;8' bassi&lt;/span&gt;
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;8' soprani&lt;/span&gt;
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Seconda tastiera - ''Espressivo'''''
----
|-
|Bordone || 8'
|-
|Viola di Gamba || 8'
|-
|Flauto a Cuspide || 4'
|-
|Nazardo || 2.2/3'
|-
|Ottavino || 2'
|-
|Decimino || 1.1/3'
|-
|Pienino 3 File || 1'-0.2/3'-0.1/2'
|-
|Voce Celeste 2 File || 8'
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba Armonica&lt;/span&gt; ||&lt;span style=&quot;color:#8b0000;&quot;&gt;8'&lt;/span&gt;
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Contrabbasso || 16'
|-
|Bordone || 16'
|-
|Basso || 8'
|-
|Ottava || 4'
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Trombone&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;16'&lt;/span&gt;
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba Bassa&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;8'&lt;/span&gt;
|-
|}
|}

Questa, invece, va bene:

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - ''Grand'Organo'''''
----
|-
|Principale || 8'
|-
|Ottava || 4'
|-
|XV || 2'
|-
|XIX || 1.1/3'
|-
|XXII || 1'
|-
|Ripieno acuto 3 file || 1/2'
|-
|Flauto a camino || 8'
|-
|Sesquialtera 2 file || 2.2/3'-1.3/5'
|-
|Tromba || 8' Bassi
|-
|Tromba || 8' Soprani
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''II - ''Espressivo'''''
----
|-
|Bordone || 8'
|-
|Viola di gamba || 8'
|-
|Flauto a cuspide || 4'
|-
|Nazardo || 2.2/3'
|-
|Ottavino || 2'
|-
|Decimino || 1.3/5'
|-
|Pienino 3 file || 1'
|-
|Voce celeste 2 file || 8'
|-
|Tromba armonica || 8'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Contrabbasso || 16'
|-
|Bordone || 16'
|-
|Basso || 8'
|-
|Ottava || 4'
|-
|Trombone || 16'
|-
|Tromba bassa || 8'
|-
|}
|}

== Libri correlati ==
* {{libro|Organo a canne}}

[[Categoria:Disposizioni foniche di organi a canne| ]]
[[Categoria:Musica]]
[[Categoria:Dewey 786]]
{{alfabetico|D}}
{{Avanzamento|0%|9 giugno 2020}}</text>
      <sha1>fmbkfkba7tzs5xdt4brpvu9nvmtkge5</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi</title>
    <ns>0</ns>
    <id>36372</id>
    <revision>
      <id>502143</id>
      <parentid>501142</parentid>
      <timestamp>2026-10-04T21:53:15Z</timestamp>
      <contributor>
        <username>~2026-46067-79</username>
        <id>54720</id>
      </contributor>
      <comment>/* */</comment>
      <origin>502143</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="4370" sha1="ifhpqp5nv5q4hhdvqu1l1qauitrvniq" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
Disposizioni foniche della [[w:Provincia di Lodi|provincia di Lodi]] raggruppate per comune:

* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Lodi|Lodi]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Lodi Vecchio|Lodi Vecchio]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Abbadia Cerreto|Abbadia Cerreto]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Boffalora D'Adda|Boffalora D'Adda]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Borghetto Lodigiano|Borghetto Lodigiano]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Casalmaiocco|Casalmaiocco]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Casalpusterlengo|Casalpusterlengo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Castelgerundo|Castelgerundo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Castelnuovo Bocca d'Adda|Castelnuovo Bocca d'Adda]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Castiglione d'Adda|Castiglione d'Adda]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Cavenago d'Adda|Cavenago d'Adda]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Codogno|Codogno]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Comazzo|Comazzo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Cornegliano Laudensa|Cornegliano Laudense]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Corno Giovine|Corno Giovine]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Crespiatica|Crespiatica]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Corte Palasio|Corte Palasio]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Fombio|Fombio]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Graffignana|Graffignana]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Guardamiglio|Guardamiglio]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Mairago|Mairago]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Maleo|Maleo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Marudo|Marudo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Massalengo|Massalengo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Merlino|Merlino]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Montanaso Lombardo|Montanaso Lombardo]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Ospedaletto Lodigiano|Ospedaletto Lodigiano]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Orio Litta|Orio Litta]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Sant' Angelo Lodigiano|Sant' Angelo Lodigiano]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Salerano sul Lambro|Salerano sul Lambro]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/San Fiorano|San Fiorano]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/San Martino in strada|San Martino in strada]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/San Rocco al Porto|San Rocco al Porto]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Santo Stefano Lodigiano|Santo Stefano Lodigiano]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Sordio|Sordio]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Turano Lodigiano|Turano Lodigiano]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Valera Fratta|Valera Fratta]]
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Zelo Buon Persico|Zelo Buon Persico]]

{{Avanzamento|40%|5 dicembre 2019}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>ifhpqp5nv5q4hhdvqu1l1qauitrvniq</sha1>
    </revision>
  </page>
  <page>
    <title>Storia della letteratura italiana/Edmondo De Amicis</title>
    <ns>0</ns>
    <id>37160</id>
    <revision>
      <id>502142</id>
      <parentid>488274</parentid>
      <timestamp>2026-10-04T21:04:18Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>modifiche stilistiche</comment>
      <origin>502142</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="8483" sha1="csgamuyuv8rgtuuveko705f4a0sqfrk" xml:space="preserve">{{Storia della letteratura italiana|sezione=6}}

Negli anni ottanta dell'Ottocento si colloca l'attività letteraria di Edmondo De Amicis, conosciuto per essere l'autore del romanzo ''Cuore'', uno dei testi più popolari della letteratura italiana per ragazzi. Entra anche nella [[../Questione della lingua nell'Ottocento|questione della lingua]] con il saggio ''L'idioma gentile'' (1905).

== La vita ==
[[Immagine:Edmondo De Amicis.jpg|thumb|left|Edmondo De Amicis]]
Edmondo De Amicis nasce il 21 ottobre 1846 a Oneglia. È di famiglia benestante: il padre Francesco è regio banchiere di sali e tabacchi, mentre la madre, Teresa Busseti, fa parte dell'alta borghesia. Allievo dell'accademia militare di Modena, diventa ufficiale sottotenente. Nel 1866 partecipa alla battaglia di Custoza, assistendo alla sconfitta dei Sabaudi. Lascia l'esercito nel 1867, conservando, tuttavia, lo spirito patriottico tipico del periodo risorgimentale che leggiamo nelle sue opere, attraverso valori di disciplina militare come valido metodo educativo. 

Diventa giornalista militare e si trasferisce a Firenze per assumere la direzione de ''L'Italia militare'', organo del Ministero di Guerra. Riassume l'esperienza di questo periodo in una serie di bozzetti, riuniti nella raccolta ''La vita militare'' (1868). L'anno seguente vi aggiunge il bozzetto-reportage ''L'esercito italiano durante il colera del 1867''.&lt;ref&gt;{{cita news|autore= Piero Meli|url=|titolo=Edmondo De Amicis e i fantasmi letterari del colera in Sicilia|pubblicazione=La Sicilia|data= 22 dicembre 2012|accesso=}}&lt;/ref&gt; Il ventiduenne Edmondo è poi assunto nel 1868 dal giornale ''la Nazione'' di Firenze,&lt;ref&gt;{{cita news|autore=|url= http://www.lanazione.it/firenze/2009/01/18/145189-giornale_ragazzini_grandi_firme.shtml |titolo=Il giornale dei ragazzini |pubblicazione=La Nazione|data=18 gennaio 2009|accesso=}}&lt;/ref&gt; dove lavora come inviato militare, in Italia e all'estero, e assiste tra l'altro alla presa di Roma del 1870. Le sue corrispondenze di questo periodo formano vari libri-diari di viaggio: ''Spagna'' (1872), ''Ricordi di Londra'' (1873), ''Olanda'' (1874), ''Marocco'' (1876), ''Costantinopoli'' (1878/1879), ''Ricordi di Parigi'' (1879). 

Dopo questo periodo De Amicis si stanzia definitivamente in Piemonte. Nel periodo 1882-1884 è a Pinerolo, dove scrive ''Alle porte d'Italia'', dedicato alla città e ai territori valligiani circostanti. Dal 1879 si stabilisce a Torino, dove termina, ispirato dalla vita scolastica dei suoi figli Ugo e Furio, la sua opera più famosa. Il 17 ottobre 1886 (il primo giorno di scuola di quell'anno), la casa editrice milanese Treves pubblica ''Cuore'', una raccolta di episodi ambientati in una classe elementare di Torino, che ha subito grande successo. Il libro è di forte carattere educativo-pedagogico ed è molto apprezzato anche perché ricco di spunti morali attorno ai miti affettivi (da cui il titolo) e patriottici del recente Risorgimento. Tuttavia è ampiamente criticato dai cattolici per l'assenza totale di tradizioni religiose (i bambini di ''Cuore'' non festeggiano nemmeno il Natale), specchio politico delle aspre controversie tra il Regno d'Italia e la Chiesa cattolica dopo la presa di Roma del 1870.

Nel 1889 De Amicis si avvicina al socialismo, a cui aderisce nel 1896. Questo mutamento è visibile nelle sue opere successive, in cui presta molta attenzione alle difficili condizioni delle fasce sociali più povere e vengono completamente superate le idee nazionalistiche che avevano animato ''Cuore''. Amico di Filippo Turati, collabora a giornali legati al Partito Socialista come la ''Critica sociale'' e ''La lotta di classe''. Dopo il successo di ''Cuore'' seguono altri libri come ''Sull'oceano'' (1889), sulle condizioni dei poverissimi emigranti italiani e poi ''Il romanzo di un maestro'' (1890), ''Amore e ginnastica'' (1892), ''La maestrina degli operai'' (1895) e ''La carrozza di tutti'' (1899), ritratto della città di Torino vista da un tram. Inoltre scrisse per ''Il grido del popolo'' di Torino numerosi articoli d'ispirazione socialista, che furono poi raccolti nel libro ''Questione sociale'' (1894).

Gli ultimi anni sono rattristati sia dalla morte della madre Teresa, sia dai continui screzi con la moglie Teresa Boassi, che aveva sposato nel 1875.&lt;ref&gt;{{cita web| url=http://www.simonel.com/santini/saggi32.html |autore=Maria Santini | titolo=La scellerata e l'egocentrico: Teresa ed Edmondo De Amicis |accesso=22 settembre }} &lt;/ref&gt; Nel 1903 è eletto socio dell'Accademia della Crusca.&lt;ref&gt;{{cita web | url=http://213.225.214.179/fabitaliano2/globale/accademico.asp?_method=trovaaccademico&amp;pcount=1&amp;p0=chiave%20=%20660 | titolo=Edmondo de Amicis | opera=Accademia della Crusca | accesso=7 giugno 2009}}&lt;/ref&gt; Il ministro Vittorio Emanuele Orlando lo chiama (insieme a [[../Antonio Fogazzaro|Fogazzaro]]) a far parte del Consiglio Superiore dell'Istruzione. Le ultime sue opere sono ''L'idioma gentile'' (1905), i ''Ricordi d'un viaggio in Sicilia'' e ''Nuovi ritratti letterari e artistici''. Tornato nella sua natìa Liguria, De Amicis muore improvvisamente per un'emorragia cerebrale l'11 marzo 1908. 

== ''Cuore'' ==
{{vedi pedia|Cuore (romanzo)}}
{{vedi source|Cuore (1889)}}
[[File:Cuore - pic 9.png|thumb|La piccola vedetta lombarda in un'illustrazione del 1886]]
L'opera più importante e conosciuta di De Amicis è ''Cuore'', un libro di lettura per ragazzi che ha grande fortuna nel sistema educativo italiano durante l'età post-unitaria. La trama ruota interamente attorno al mondo della scuola, che viene descritto attraverso le pagine del diario di Enrico Bottini, un bambino di terza elementare proveniente da una famiglia borghese. Il libro si presenta quindi come un insieme di scene e bozzetti che hanno per protagonisti i compagni di classe di Enrico, che appartengono a diverse classi sociali.&lt;ref name=&quot;Baldi128&quot;&gt;{{cita libro | autore1=Guido Baldi | autore2= Silvia Russo | autore3= Mario Razetti | autore4= Giusepper Zaccaria | titolo=La Scapigliatura, il Verismo, il Decadentismo | opera= Moduli di letteratura | anno=2002 | editore=Paravia | città=Torino | p=128 }}&lt;/ref&gt;

Alcuni di questi personaggi sono rimasti celebri: Garrone, il quattordicenne forte e generoso, che si comporta già come un uomo; Derossi, il migliore della classe oltre che il più bello e ammirato, sempre pronto ad aiutare i compagni nello studio; Nobis, l'aristocratico snob; il figlio del muratore, chiamato «muratorino»; Precossi, il figlio del fabbro; Crossi, il figlio dell'erbivendola; l'«infame» Franti, ragazzo svogliato e irrispettoso, che a metà del libro viene cacciato da scuola. In questo modo viene delineato il quadro della società torinese dell'età umbertina, nelle sue diverse componenti. La narrazione dei fatti, che percorre l'intero anno scolastico 1881-1882, è interrotta dai messaggi ammonitori che i genitori di Enrico lasciano nel suo diario, e dalla trascrizione dei racconti edificati che il maestro fa leggere agli studenti ogni mese. Tra questi, alcuni sono diventati famosi, come ''La piccola vedetta lombarda'' e ''Il tamburino sardo''.&lt;ref name=&quot;Baldi128&quot; /&gt;

Il libro ha un evidente scopo educativo: formare la futura classe dirigente del nuovo stato unitario (rappresentata dal piccolo borghese Enrico) e trasmettere un sistema valori valido per tutte le classi sociali del regno. Tra questi principi morali ci sono il rispetto della famiglia, il patriottismo, il culto dell'esercito e del Risorgimento, il rispetto per le istituzioni e in particolare per il re, la condanna dei comportamenti critici o irrispettosi verso lo stato vigente. A questo si aggiungono poi la fede nel progresso e l'esaltazione di virtù come la laboriosità, l'altruismo, la solidarietà tra le classi sociali.&lt;ref name=&quot;Baldi128&quot; /&gt; 

Grazie alla sua ampia diffusione, ''Cuore'' diventa parte della formazione culturale di generazioni di ragazzi, fino agli anni cinquanta. Attraverso la scuola, De Amicis cerca infatti un comune terreno nazionale e offre agli studenti di tutte le parti d'Italia una serie di valori civili laici elaborati dalla borghesia post-risorgimentale.&lt;ref&gt;{{cita libro | autore1=Giulio Ferroni | titolo=Profilo storico della letteratura italiana | anno=2002 | editore=Einaudi | città=Torino | p=819 }}&lt;/ref&gt;

== Note ==
&lt;references /&gt;

== Altri progetti ==
{{interprogetto}}

{{Avanzamento|100%|29 gennaio 2026}}
[[Categoria:Storia della letteratura italiana|De Amicis]]</text>
      <sha1>csgamuyuv8rgtuuveko705f4a0sqfrk</sha1>
    </revision>
  </page>
  <page>
    <title>Storia della letteratura italiana/Antonio Fogazzaro</title>
    <ns>0</ns>
    <id>38389</id>
    <revision>
      <id>502141</id>
      <parentid>488275</parentid>
      <timestamp>2026-10-04T20:50:31Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>modifiche stilistiche</comment>
      <origin>502141</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="10122" sha1="2yxyhn37h45qcf7ffzkc35pkvjafgr7" xml:space="preserve">{{Storia della letteratura italiana|sezione=6}}

Nelle sue opere, Antonio Fogazzaro tenta di coniugare la tradizione cattolica con le istanze della modernità. La sua narrativa, in cui sopravvivono ideali risorgimentali ed elementi di ascendenza romantica, si caratterizza per una maggiore attenzione agli stati d'animo dei personaggi e per il suo interesse per temi come l'irrazionale, il sogno e il mistero, aspetti che in parte lo avvicinano alle tendenze del [[../Decadentismo|decadentismo]] che si diffondono in Europa negli ultimi decenni del secolo.

== La vita ==
[[File:Photograph of Antonio Fogazzaro.jpg|thumb|left|Antonio Fogazzaro nei primi anni del Novecento]]
Antonio Fogazzaro nasce a Vicenza il 25 marzo 1842 in una ricca famiglia borghese, profondamente cattolica e di ferventi sentimenti patriottici.&lt;ref name=&quot;Pazzaglia931&quot;&gt;{{cita libro| Mario | Pazzaglia | Letteratura italiana: testi e critica con lineamenti di storia letteraria | 1979 |Zanichelli | Bologna | volume=3 |p=931}}&lt;/ref&gt; Educato in vari istituti religiosi, ha tra i suoi insegnanti di liceo l'abate Giacomo Zanella, poeta e in seguito docente di letteratura italiana a Padova. Trascorre inoltre le ferie a Oria in Valsolda sul lago di Lugano, paese di origine della madre, un luogo che torna più volte nella sua opera.&lt;ref&gt;{{cita libro | autore1=Guido Baldi | autore2=Silvia Giusso | autore3=Mario Razetti | autore4=Giuseppe Zaccaria | titolo=La Scapigliatura, il Verismo, il Decadentismo | opera=Moduli di letteratura | anno=2002 | editore=Paravia | città=Torino | p=186 }}&lt;/ref&gt;

Inizia a studiare giurisprudenza a Padova, ma si laurea a Torino, dove il padre è emigrato per fuggire al governo austriaco. Nel 1865 si trasferisce a Milano, dove entra in contatto con gli ambienti della [[../Scapigliatura|scapigliatura]].&lt;ref name=&quot;Pazzaglia931&quot; /&gt; Nel 1866 sposa la contessa Margherita Lampertico di Valmanara, da cui ha tre figli. Si dedica alla professione di avvocato fino al 1869, anno in cui torna a Vicenza e si occupa esclusivamente di letteratura. Pubblica la sua prima opera nel 1874, la novella in versi ''Miranda''.&lt;ref name=&quot;Baldi187&quot;&gt;{{cita libro | autore1=Guido Baldi | autore2=Silvia Giusso | autore3=Mario Razetti | autore4=Giuseppe Zaccaria | titolo=La Scapigliatura, il Verismo, il Decadentismo | opera=Moduli di letteratura | anno=2002 | editore=Paravia | città=Torino | p=187 }}&lt;/ref&gt;

Gli anni settanta sono segnati da un periodo di crisi religiosa, durante il quale legge opere di argomento filosofico-religioso, tra le quali ''La filosofia del Credo'' di Auguste Joseph Alphonse Gratry. Tornato al cattolicesimo, riflette sulla conciliazione tra scienze e fede, tema che è al centro di varie conferenze che tiene in giro per l'Italia. Si interessa, in quest'ottica, anche all'evoluzionismo, a cui dedica i saggi raccolti in ''Ascensioni umane'' (1899). Aderisce inoltre al movimento modernista, secondo il quale è necessario un rinnovamento della Chiesa che però non contraddica la tradizione cattolica, e a cui possano partecipare anche laici dotati di una certa sensibilità culturale.&lt;ref name=&quot;Ferroni820&quot;&gt;{{cita libro | Giulio | Ferroni | Profilo storico della letteratura italiana | 2003 | Einaudi | Torino | p=820 }}&lt;/ref&gt; È possibile riconoscere i riflessi di questi studi in molte sue opere e in tutti i suoi romanzi.&lt;ref name=&quot;Baldi187 /&gt; A questi principi è ispirato il romanzo ''Il Santo'' (1905), che però è condannato dalla Chiesa e messo all'Indice. Lo scrittore accetta la condanna e si sottomette alla censura,&lt;ref name=&quot;Pazzaglia931&quot; /&gt; pur continuando a difendere le sue tesi attraverso articoli e conferenze.

Ormai conosciuto anche a livello internazionale, nel 1896 Fogazzaro diventa senatore a vita. Alla fine del 1910 pubblica il suo ultimo romanzo, ''Leila'', scritto durante l'isolamento in cui si è ritrovato dopo la censura vaticana; anche questo è però messo all'Indice. Muore a Vicenza il 7 marzo 1911, durante un'operazione chirurgica.&lt;ref name=&quot;Baldi187 /&gt;

== Oltre il realismo ==
[[File:Picture of Fogazzaro by Perozzi.jpg|thumb|Antonio Fogazzaro nei primi anni dieci]]
Durante la vita, Fogazzaro è stato uno scrittore di successo e i suoi romanzi hanno conosciuto grande popolarità. Con gli anni, i critici hanno ridimensionato la sua importanza, ma la sua opera rimane comunque un punto di riferimento per comprendere i gusti e le tendenze letterarie diffuse negli ultimi decenni dell'Ottocento.&lt;ref name=&quot;Pazzaglia931&quot; /&gt;

Già dai primi romanzi la narrativa di Fogazzaro si discosta sensibilmente dal [[../Verismo|verismo]]. La sua è una prosa evocatrice, che si apre all'irrazionale e a elementi tipici del decadentismo, come il sogno, l'analisi degli aspetti più torbidi dell'animo umano, le suggestioni provenienti dalla musica e dai paesaggi, le corrispondenze segrete tra le anime.&lt;ref name=&quot;Baldi187 /&gt;&lt;ref name=&quot;Petronio803&quot;&gt;{{cita libro | Giuseppe | Petronio | L'attività letteraria in Italia | 1969 | Palumbo | Palermo | p=803}}&lt;/ref&gt; Alla narrativa realista oppone un'arte trasfiguratrice, che da un lato è influenzata dal lirismo tipico del [[../Romanticismo|Romanticismo nordico]], dall'altro assorbe le novità provenienti dalla letteratura decadente contemporanea.&lt;ref name=&quot;Pazzaglia931&quot; /&gt; Secondo Pazzaglia «il suo vero nucleo poetico è costituito da una sensualità inquieta e turbata, in apparente contrasto con un misticismo vago e un po' torbido, ma ad esso sostanzialmente connessa».&lt;ref name=&quot;Pazzaglia932&quot;&gt;{{cita libro| Mario | Pazzaglia | Letteratura italiana: testi e critica con lineamenti di storia letteraria | 1979 |Zanichelli | Bologna | volume=3 |p=932}}&lt;/ref&gt; Petronio scrive invece che il suo stile «tende a suggerire impressioni ed emozioni, sottile, vibratile, lirico più che narrativo».&lt;ref name=&quot;Petronio803 /&gt;

Fogazzaro inoltre tenta di dare vita a una letteratura cattolica moderna, un filone che in Italia ha scarso seguito, diversamente da quanto accade invece in altre nazioni.&lt;ref name=&quot;Baldi187 /&gt;&lt;ref name=&quot;Petronio803&quot; /&gt; A differenza di [[../Alessandro Manzoni|Manzoni]], il cattolicesimo di Fogazzaro non si basa su questioni morali ben definite, ma piuttosto ricerca raffinate esperienze spirituali sia nei rapporti tra le persone sia nella natura, che è pervasa di mistero e nella quale si agitano forze arcane. I protagonisti delle sue opere sono inoltre personaggi superiori per sensibilità e raffinatezza, che si distaccano dagli uomini comuni rimanendo però ancorati alla morale borghese. Fogazzaro asseconda quindi i gusti e le contraddizioni del pubblico borghese a cui si rivolge, che da un lato è irrequieto e desideroso di innovazioni, ma dall'altro rimane legato a posizioni conservatrici.&lt;ref name=&quot;Pazzaglia932&quot; /&gt;

== ''Malombra'' ==
{{vedi source|Malombra}}
Fogazzaro esordisce con la novella in versi ''Miranda'' (1874), a cui seguono le liriche raccolte in ''Valsolda'' (1876). Al 1881 risale la pubblicazione del suo primo romanzo, ''Malombra'', che ha grande fortuna di pubblico.

Nel romanzo sono già presenti i temi principali che caratterizzano la produzione letteraria di Fogazzaro, come il mistero, l'ascolto delle voci della natura, l'inconscio, la sensualità, la religiosità. Nel complesso, come scrive Pazzaglia, si tratta di un romanzo «d'atmosfere, piuttosto che di fatti»,&lt;ref name=&quot;Pazzaglia932&quot; /&gt; sospeso tra le suggestioni suscitate dai luoghi e dalla musica, e una sottile indagine psicologica.&lt;ref name=&quot;Ferroni820&quot; /&gt;

Dopo ''Malombra'', l'autore pubblica altre opere in cui si concentra su motivi etici e politici, collegandoli però a temi come l'amore e il sentimento: ''Daniele Cortis'' (1884), ''Fedele a altri racconti'' (1887), ''Il mistero del poeta'' (1888).

== ''Piccolo mondo antico'' ==
{{vedi source|Piccolo mondo antico}}
L'opera più famosa di Fogazzaro è ''Piccolo mondo antico''. Pubblicato nel 1895, il romanzo racconta del contrasto tra le personalità dei due protagonisti, Franco e Luisa, sullo sfondo del Lago Maggiore negli anni del Risorgimento.

In questo libro è possibile riconoscere una tendenza al realismo di ascendenza manzoniana. La psicologia dei personaggi non è torbida e irrequieta come negli esempi precedenti, quindi meno lontana dalla realtà quotidiana, e il romanzo è nel complesso dotato di equilibrio e limpidezza. Tuttavia non si può parlare di realismo in senso proprio, poiché i personaggi, i luoghi e gli eventi sono avvolti da un senso di sogno e di nostalgia per il passato (molti spunti e riferimenti, infatti, provengono dai ricordi giovanili dell'autore).&lt;ref&gt;{{cita libro| Mario | Pazzaglia | Letteratura italiana: testi e critica con lineamenti di storia letteraria | 1979 |Zanichelli | Bologna | volume=3 |p=933}}&lt;/ref&gt;

A ''Piccolo mondo antico'' seguono ''Piccolo mondo moderno'' (1900) e ''Il Santo'' (1905), che hanno per protagonista Pietro Maironi, figlio di Franco e Luisa. Pietro ha una personalità contraddittoria, che passa dalla sensualità autodistruttiva alla convinzione di essere chiamato a svolgere una missione per il bene della Chiesa. Nel ''Santo'' Pietro partecipa alla fondazione di un movimento per la rigenerazione della Chiesa; il romanzo è narrato con un tono rarefatto, che sottolinea la volontà di elevazione del protagonista. Come già ricordato, questo libro è condannato dalla Chiesa: pur accettando la censura, Fogazzaro non rinuncia a difendere le proprie convinzioni, rimanendo però sostanzialmente isolato. La stessa sorte spetta anche al successivo ''Leila'' (1907). La critica oggi giudica con severità questi ultimi romanzi, che all'epoca sono stati invece molto apprezzati dal pubblico, e i temi affrontati sembrano lontani anche dal cattolicesimo attuale; tuttavia sono una testimonianza del malessere che serpeggia in Italia all'inizio del Novecento.&lt;ref&gt;{{cita libro | Giulio | Ferroni | Profilo storico della letteratura italiana | 2003 | Einaudi | Torino | pp=822-823 }}&lt;/ref&gt;

== Note ==
&lt;references /&gt;

== Altri progetti ==
{{Interprogetto}}

{{Avanzamento|100%|29 gennaio 2026}}
[[Categoria:Storia della letteratura italiana|Fogazzaro]]</text>
      <sha1>2yxyhn37h45qcf7ffzkc35pkvjafgr7</sha1>
    </revision>
  </page>
  <page>
    <title>Software libero a scuola/LTSP</title>
    <ns>0</ns>
    <id>41902</id>
    <revision>
      <id>502089</id>
      <parentid>498612</parentid>
      <timestamp>2026-10-04T18:05:57Z</timestamp>
      <contributor>
        <username>Eumolpo</username>
        <id>4673</id>
      </contributor>
      <comment>ortografia</comment>
      <origin>502089</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="12414" sha1="7567xmub5stupvyr4s5t2p73vzizw2v" xml:space="preserve">{{Software libero a scuola}}
{{orfano}}{{w}}
[[toc]]
=Preambolo= 
|| Licenza GNU FDL
Copyleft 2009 Joris Fabrizio Rossi
È garantito il permesso di copiare, distribuire e/o modificare questo documento secondo i termini della Licenza per Documentazione Libera GNU (GNU FDL) versione 1.3 o ogni versione successiva pubblicata dalla Free Software Foundation; senza Sezioni Non Modificabili, senza Testi di Copertina e senza Testi di Retro Copertina.
Permission is granted to copy, distribute and/or modify this document under the terms of the GNU Free Documentation License (GNU FDL), Version 1.3 or any later version published by the Free Software Foundation; with no Invariant Sections, no Front-Cover Texts and no BackCover Texts ||

Parti di questo documento soprattutto nelle sezioni tecniche e nelle constatazioni politiche economiche sono tratte dalla Presentazione di Fabrizio Rossi per suo volere espresso dalla nota di copyright del documento rilasciamo questa pagina con la licenza GNU FDL. Un sentito ringraziamento a Fabrizio per avere condiviso il suo prezioso lavoro e mi ha permesso di documentare il lavoro fatto su LTSP in una maniera molto bella e veloce. Questo è un estratto del documento originale con integrate alcune sezioni specifiche per WiildOs. Per leggere il documento originale di Federico clicca [http://www.riminilug.it/tiki-download_file.php?fileId=569 qui].

Ringrazio OutOfBound, una persona che si occupa da tempo in Piemonte di trashware e reti informatiche nelle scuole e che mi ha passato un ottimo script per auto-configurare LTSP. Questo mi ha incentivato a migliorarlo e a mettere a disposizione di tutti il lavoro effettuato in questo documento e all'interno di WiildOs.

----
=LTSP= 

Immaginiamo di avere un laboratorio informatico con computer vecchi e datati o semplicemente di voler provare WiildOs nella nostra rete di computer. Come facciamo? Abbiamo due soluzioni o ci facciamo comprare, se abbiamo i soldi, un laboratorio nuovo (magari con tecnologie mobili) o facciamo girare su ogni macchina una live di WiildOs oppure facciamo girare LTSP su una macchina sola. Sulle altre macchine chiamate client non andremo ad installare nulla.
In questo modo potrete realizzare laboratori scolastici e reti aziendali a bassissimo costo anche riciclando vecchi computer. Questa soluzione non è moda; è una tecnologia stabile e solida economica, ecologica e professionale; un modello ideale per ambienti didattici e amministrativi. LTSP è una soluzione assai utilizzata in Europa e nel Mondo ma in Italia conosce solo alcune sperimentazioni felici ma numericamente limitate.
Favoriamo il riuso informatico; abbiamo tanta capacità di calcolo e intelligenza collettiva buttata nell'immondizia: un problema, ma anche una risorsa. Evoluzione tecnologica e oculate strategie di marketing (da abiurare) favoriscono un'obsolescenza precoce dell'hardware, inducendo l'abbandono dei “vecchi” computer per macchine in grado di supportare nuovi standard.
Il risultato è la dismissione di enormi quantità di hardware ancora perfettamente funzionante. Il problema ecologico posto dai rifiuti elettronici (altamente inquinanti) ha condotto in tempi recenti alle
normative RAEE (Rifiuti di Apparecchiature Elettriche ed Elettroniche), che introducono regole tecniche ed economiche per uno smaltimento più oculato, a fronte della mera rottamazione praticata in precedenza. Tra le conseguenze delle succitate normative, (semplificando) se ne può ricavare una di un certo rilievo: le aziende pubbliche e private che conferiscono con un atto formale a scuole, associazioni, etc. gli apparati obsoleti, in pratica, vengono sollevate dalle relative tasse di smaltimento. Una condizione che, di fatto, rende disponibili ingenti quantità di computer riciclabili, trasformando un problema ecologico in una risorsa economica di importanza significativa.

----
=LTSP in WiildOs= 

LTSP sarà integrato in WiildOs 3.0 e permetterà di fare questa piccola magia avviando direttamente la live di WiildOs. Se la soluzione ti piace puoi decidere di installare WiildOs sul server; in questo modo potrai manutenere solo il server, configurerai e installerai i programmi solo una volta per tutti.
Si spera che questo piccolo contributo possa promuovere l'utilizzo di questa tecnologia e renderla a portata di tutto perseguendo la filosofia del rendere tutto facile con un tocco magico.

==Thin client== 

La modalità con cui partirà LTSP su WiildOs è quella thin client. Con una configurazione thin client i computer del laboratorio si avvieranno da rete acquisendo una piccola immagine del sistema operativo e utilizzeranno tutte le risorse del server. La cpu e la ram locale non verranno usate. Questo è particolarmente adatto nel caso in cui si abbiano macchine veramente scarse.
In WiildOs abbiamo optato per una configurazione thin client in quanto pesa poco nella dimensione della iso e utilizza meno risorse di rete ed è una configurazione più adatta alle prove live. L'installazione prevede di poter accedere ai dischi locali in modo da poter memorizzare i dati sull'hard disk opzionale del client e utilizzare dispositivi di memorizzazione usb, cdrom e dvd.

==Fat client== 

Lasciamo al lettore l'esercizio e il completamento della pagina nel caso voglia installare WiildOs e cambiare le configurazioni in modo da farla lavorare come ''fat client'' o come sistema misto thin/fat client.
LTSP permette di lavorare anche con fat client. Un fat client acquisisce una immagine del sistema operativo grande e completa, dopodichè è autonomo dal server e usa la cpu e la sua ram locale.
Le nuove versioni di LTSP permettono di configurare un server LTSP che fornisce sia le funzionalità di thin client che di fat client a seconda delle prestazioni del singolo client.
Quindi nel caso in cui decidiate di installare un server LTSP con WiildOs vi consigliamo di passare a una configurazione fat client. Leggi come fare nella [https:''help.ubuntu.com/community/UbuntuLTSP/FatClients documentazione di Ubuntu].

----
=Requisiti hardware= 

==Server== 
Va bene un computer recente di buone prestazioni con due schede di rete. Un computer con CPU dual core 3.1 GHz con 4GB di ram è in grado di gestire una aula informatica con 25 client.
Un piccolo consiglio cercate l'associazione di trashware (riuso informatico) più vicina a voi spesso si trovano dei buoni server dismessi. Si tratta di server con tre, quattro anni di anzianità dismessi da scuole, banche, assicurazioni e aziende nel terziario avanzato. Potete provare anche a fare una questua, questo non è accattonaggio ma è riuso informatico.

==Client== 
Va bene qualunque computer funzionante dotato di una interfaccia di rete. computer possono essere anche privi di hard disk. Se non aveste computer di riciclo vi ricordo che i computer datati (completi di monitor, tastiera e mouse) utilizzabili come thin client sono reperibili gratuitamente dalle dismissioni di enti pubblici ed imprese private.

==Rete== 
LTSP è basato sul trasferimento massivo di dati tra il server e i thin client. E' pertanto necessario disporre di banda sufficiente affinché la gestione risulti fluida: tra singoli thin client e switch di rete
sono sufficienti connessioni a 100Mbps; tra server e switch di rete sono opportune connessioni Gigabps, specialmente con un numero elevato di thin client (con un numero limitato di client funzionano comunque dignitosamente anche connessioni a 100Mbps).
Per semplicità di gestione è opportuno dotare il server di due interfacce di rete (meglio se prima dell'installazione): una Gigabps per la rete LTSP e una 100Mbps per la connessione Internet (Intranet, etc.).
Con LTSP ci servirà un solo computer con due schede di rete che funzionerà da server e su cui girerà WiildOs, tutti gli altri computer si avvieranno da rete grazie a servizi che mette a disposizione il server LTSP.


E' possibile usare anche una singola interfaccia di rete, procurando però che la gestione DHCP sia effettuata dal server LTSP, una normale rete con uno switch o hub collegato ai client e al server è sufficiente.

----
=Avvia il server LTSP= 

Prima di tutto avvia WiildOs come al solito. Una volta partito il sistema vai su &quot;Preferenze&quot; e clicca su &quot;LTSP&quot;. Aspetta pazientemente in pochi secondo sarà tutto pronto.


&lt;span style=&quot;display: block; text-align: center;&quot;&gt;
&lt;/span&gt;
Ecco fatto adesso il tuo servizio LTSP è già in funzione.


----
=Avvia i client= 

Non devi fare altro che andare nel bios dei client e configurare di partire da rete. Questo passaggio va fatto una volta sola.
Per fare questo avvia i terminali entra nel Bios ed anticipa nella fase di boot l'avvio da rete. Questa funzione può avere nomi diversi come &quot;network boot&quot;, &quot;pxe boot&quot;, &quot;boot from NIC&quot; (NIC sta per network interface) o nomi simili di solito seguiti con il nome della scheda di rete, una volta anticipata la voce e salvati i cambiamenti il computer proverà ogni volta ad avviarsi da rete e caricherà WiildOs attraverso il servizio LTSP ogni qual volta sarà disponibile. Qualora il server non fosse disponibile il client si avvierà come al solito dagli altri dispositivi; il computer si comporterà dunque come prima.


Nella figura potete vedere come si fa a selezionare il boot da rete con uno dei Bios più diffusi.

----
=Come funziona= 

Questo paragrafo è riservato a chi volesse approfondire come funziona LTSP, quali sono le configurazioni in WiildOs e come è stato messo a punto il servizio di plug and play.

Cosa succede quando parte un client LTSP
# Il client fa una richiesta dhcp
# Il server dhcp che gira sul server LTSP risponde e le informazioni di dove si trova il kernel minimale
# Il client richiede il kernel minimale attraverso il servizio tftp che gira sul server LTSP
# Il server tftp che gira sul server LTSP invia l'immagine del kernel minimale
# Il client riceve l'immagine e la fa girare. Monterà le directory del server con nbd
# Il client fa il login al sistema grafico del server ltsp attraverso ldm
# Il client ha completato l'avvio e ha a disposizione l'interfaccia grafica

Allora tutta la configurazione e avviamento dei servizi è fatta con uno script che si chiama start-ltsp-server ed è nella cartella /usr/local/bin questo script è un avanzamento e una personalizzazione di uno script sviluppato da OutOfBound, che da anni si occupa di trashware e server LTSP.
Cosa fa lo script?
# classifica le schede di rete e ne discrimina una come interna, una come esterna
# configura il server dnsmasq sulla scheda interna
# Configura il natting tra la scheda interna e esterna
# Configura il servizio ltsp
# Avvia tutti i servizi necessari all'esecuzione di LTSP

In cosa è stato personalizzato lo script di OutOfBound per far girare più agevolmente LTSP su WiildOs live:
# Un po' di bug-fixing e refactoring del codice
# Si utilizza dnsmasq come server dhcp/tftp al posto del più pesante dell'isc-dhp-server
# Si utilizzano connessioni in chiaro per velocizzare la comunicazione tra i client e il server e diminuire l'uso di cpu. La sicurezza non è lo scopo del progetto.
# I client effettuano l'autologin attraverso una auto configurazione costante del servizio LTSP che viene aggiornata ogni volta che avviene il rilascio di un IP da parte di dnsmasq.
Esempio: collego una macchina con mac address 2c:27:d7:a5:45:da a cui viene assegnato dal servizio dnsmasq l'indirizzo 192.168.30.40.
L'hostname della macchina sarà ltsp040 e la password anche ltsp040.
Queste informazioni andranno inserite dinamicamente nel file di configurazione di ltsp in modo che il client sia in grado di fare un autologin.
Per maggiori informazioni fai man dnsmasq e guarda il file dhcp-scrip nella directory /usr/local/bin
5. Non è più necessario ricostruire l'immagine a runtime o rigenerare le chiavi ssh all'avvio.
Tutto è già precostruito all'interno di WiildOs; in questo modo i tempi di attesa per far salire il servizio sono veramente stupefacenti.

In cosa è migliorabile?
# Migliore gestione con una singola interfaccia di rete soprattutto nel caso ci sia anche un altro server dhcp attivo sulla rete
# Sviluppare un sistema che possa passare alla modalità fat client, particolarmente utile in installazioni fisse soprattutto se si ha a disposizione hardware con almeno un giga di ram. Sarebbe così un peccato non utilizzare quella risorsa...

[[Categoria:Software libero a scuola|LTSP]]</text>
      <sha1>7567xmub5stupvyr4s5t2p73vzizw2v</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Sicilia/Città metropolitana di Palermo/Chiusa Sclafani/Chiusa Sclafani - Chiesa di Maria Santissima Assunta</title>
    <ns>0</ns>
    <id>46880</id>
    <revision>
      <id>502090</id>
      <parentid>397123</parentid>
      <timestamp>2026-10-04T18:06:53Z</timestamp>
      <contributor>
        <username>Musico93</username>
        <id>54867</id>
      </contributor>
      <comment>/* */</comment>
      <origin>502090</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1222" sha1="hgf8tw9qw07pckfvnerdnw5qolhyqg9" xml:space="preserve">{{disposizioni foniche di organi a canne}}
* '''Costruttore:''' Laudani e Giudici
* '''Anno:''' 1912
* '''Restauri:'''  Bottega Organaria di Giuliano Colletti
* '''Registri:''' 8
* '''Canne:''' ?
* '''Trasmissione:''' meccanica per il manuale; pneumatica per il pedale
* '''Consolle:''' a finestra
* '''Tastiere:''' 1 di 56 tasti (do1-sol5)
* '''Pedaliera:''' di 27 note (do1-re3)
* '''Collocazione:''' in cantoria sopra la porta d'ingresso
* '''Accessori:''' Unione Ped, Tiratutti
* '''Note:''' ''parte del materiale fonico facente parte del precedente organo (La Grassa forse)''


{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I '''
----
|-
|Principale || 8'
|-
|Dulciana || 8'
|-
|Bordone || 8'
|-
|Viola
|-
|Unda Maris
|-
|Ottava
|-
|Decima Quinta
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Contrabassi
|-
|}
|}

== Bibliografia ==
* {{cita libro|autore=Giovan Battista Vaglica|titolo=Gli organi antichi nel territorio monrealese|città=Palermo|editore=Augustinus|anno=1991|isbn=no}}

{{Avanzamento|100%|15 settembre 2020}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>hgf8tw9qw07pckfvnerdnw5qolhyqg9</sha1>
    </revision>
    <revision>
      <id>502091</id>
      <parentid>502090</parentid>
      <timestamp>2026-10-04T18:08:40Z</timestamp>
      <contributor>
        <username>Musico93</username>
        <id>54867</id>
      </contributor>
      <comment>/* */</comment>
      <origin>502091</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1266" sha1="pp4f3ehrjjf8immn31qhlb26kymqu8s" xml:space="preserve">{{disposizioni foniche di organi a canne}}
* '''Costruttore:''' Laudani e Giudici
* '''Anno:''' 1912
* '''Restauri:'''  Bottega Organaria di Giuliano Colletti
* '''Registri:''' 8
* '''Canne:''' ?
* '''Trasmissione:''' meccanica per il manuale; pneumatica per il pedale
* '''Consolle:''' a finestra
* '''Tastiere:''' 1 di 56 tasti (do1-sol5)
* '''Pedaliera:''' di 27 note (do1-re3)
* '''Collocazione:''' in cantoria sopra la porta d'ingresso
* '''Accessori:''' Unione Ped, Tiratutti
* '''Note:'''  Strumento interamente in cassa espressiva; ''parte del materiale fonico facente parte del precedente organo (La Grassa forse)''


{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I '''
----
|-
|Principale || 8'
|-
|Dulciana || 8'
|-
|Bordone || 8'
|-
|Viola
|-
|Unda Maris
|-
|Ottava
|-
|Decima Quinta
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Contrabassi
|-
|}
|}

== Bibliografia ==
* {{cita libro|autore=Giovan Battista Vaglica|titolo=Gli organi antichi nel territorio monrealese|città=Palermo|editore=Augustinus|anno=1991|isbn=no}}

{{Avanzamento|100%|15 settembre 2020}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>pp4f3ehrjjf8immn31qhlb26kymqu8s</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Piemonte/Città metropolitana di Torino/San Germano Chisone/San Germano Chisone - Chiesa Evangelica Valdese</title>
    <ns>0</ns>
    <id>49081</id>
    <revision>
      <id>502149</id>
      <parentid>495230</parentid>
      <timestamp>2026-10-04T23:12:58Z</timestamp>
      <contributor>
        <username>Gabor512</username>
        <id>39720</id>
      </contributor>
      <comment>disposizione fonica</comment>
      <origin>502149</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2012" sha1="dy1eb9r0a9mpv757d283zf96yxbeimo" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Luigi Berutti di Torino (TO)
* '''Anno:''' 1938
* '''Restauri/modifiche:''' Ditta Tamburini (1971, restauro conservativo), Francesco II Vegezzi-Bossi (1980, restauro e ampliamento)&lt;ref&gt;Aggiunta del 2° manuale in cassa espressiva&lt;/ref&gt;
* '''Registri:''' 18
* '''Canne:''' ?
* '''Trasmissione:''' elettrica
* '''Consolle:''' fissa indipendente al centro della cantoria, rivolta verso la navata
* '''Tastiere:''' 2 di 61 note ciascuna (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;6&lt;/sup&gt;'')
* '''Pedaliera:''' concavo-radiale di 32 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Sol&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' in due corpi divisi simmetrici, su cantoria in controfacciata

{| border=&quot;0&quot; cellspacing=&quot;10&quot; cellpadding=&quot;40&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=8 | '''I - ''Grand'Organo'''''
----
|-
|Principale || 8'
|-
|Flauto || 8'
|-
|Ottava eolina || 8'
|-
|Ottava || 4'
|-
|Decima V || 2'
|-
|Decima IX || 1.1/3'
|-
|Ripieno || 4 file&lt;ref&gt;aziona XV e XIX + XXII e XXVI&lt;/ref&gt;
|-
|Tromba || 8'
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''II - ''Espressivo'''''
----
|-
|Bordone || 8'
|-
|Celeste || 8'&lt;ref&gt;da ''Do&lt;sup&gt;2&lt;/sup&gt;''&lt;/ref&gt;
|-
|Flauto || 4'
|-
|Flauto || 2'
|-
|Ripieno || 3 file
|-
|Oboe || 8'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''Pedale'''
----
|-
|Contrabbasso || 16'&lt;ref&gt;In realtà combinazione ''Subbasso 16' '' + ''Ottava 8' ''&lt;/ref&gt;
|-
|Subbasso || 16'
|-
|Ottava || 8'
|-
|Bordone || 8'
|-
|}
|}
== Note ==
&lt;references/&gt;

== Bibliografia ==
{{cita libro| nome= Silvio| cognome= Sorrentino|titolo= Organalia: 100 organi della Provincia di Torino|città=Torino|anno=2009|}}

== Collegamenti esterni ==
* {{cita web|url=http://www.organalia.org/images/Archivio2008/quindicesimo.pdf|titolo=Organalia 2008 - San Germano Chisone|accesso=05 aprile 2021}}

{{Avanzamento|100%|30 aprile 2026}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>dy1eb9r0a9mpv757d283zf96yxbeimo</sha1>
    </revision>
    <revision>
      <id>502150</id>
      <parentid>502149</parentid>
      <timestamp>2026-10-04T23:15:13Z</timestamp>
      <contributor>
        <username>Gabor512</username>
        <id>39720</id>
      </contributor>
      <origin>502150</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2017" sha1="3zlcefwbxahoi55gatj5ksvwrsmlqbg" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Luigi Berutti di Torino (TO)
* '''Anno:''' 1938
* '''Restauri/modifiche:''' Ditta Tamburini (1971, restauro conservativo), Francesco II Vegezzi-Bossi (1980, restauro e ampliamento)&lt;ref&gt;Aggiunta del 2° manuale in cassa espressiva&lt;/ref&gt;
* '''Registri:''' 18
* '''Canne:''' ?
* '''Trasmissione:''' elettrica
* '''Consolle:''' fissa indipendente al centro della cantoria, rivolta verso la navata
* '''Tastiere:''' 2 di 61 note ciascuna (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;6&lt;/sup&gt;'')
* '''Pedaliera:''' concavo-radiale di 32 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Sol&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' in due corpi divisi simmetrici, su cantoria in controfacciata

{| border=&quot;0&quot; cellspacing=&quot;10&quot; cellpadding=&quot;40&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=8 | '''I - ''Grand'Organo'''''
----
|-
|Principale || 8'
|-
|Flauto || 8'
|-
|Ottava eolina || 8'
|-
|Ottava || 4'
|-
|Decima V || 2'
|-
|Decima IX || 1.1/3'
|-
|Ripieno || 4 file&lt;ref&gt;aziona XV e XIX + XXII e XXVI&lt;/ref&gt;
|-
|Tromba || 8'
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''II - ''Espressivo'''''
----
|-
|Bordone || 8'
|-
|Celeste || 8'&lt;ref&gt;da ''Do&lt;sup&gt;2&lt;/sup&gt;''&lt;/ref&gt;
|-
|Flauto || 4'
|-
|Flauto || 2'
|-
|Ripieno || 3 file&lt;ref&gt;XV-XIX-XXII&lt;/ref&gt;
|-
|Oboe || 8'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''Pedale'''
----
|-
|Contrabbasso || 16'&lt;ref&gt;aziona ''Subbasso 16' '' + ''Ottava 8' ''&lt;/ref&gt;
|-
|Subbasso || 16'
|-
|Ottava || 8'
|-
|Bordone || 8'
|-
|}
|}
== Note ==
&lt;references/&gt;

== Bibliografia ==
{{cita libro| nome= Silvio| cognome= Sorrentino|titolo= Organalia: 100 organi della Provincia di Torino|città=Torino|anno=2009|}}

== Collegamenti esterni ==
* {{cita web|url=http://www.organalia.org/images/Archivio2008/quindicesimo.pdf|titolo=Organalia 2008 - San Germano Chisone|accesso=05 aprile 2021}}

{{Avanzamento|100%|30 aprile 2026}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>3zlcefwbxahoi55gatj5ksvwrsmlqbg</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Piemonte/Città metropolitana di Torino/Torre Pellice/Torre Pellice - Chiesa Evangelica Valdese</title>
    <ns>0</ns>
    <id>49094</id>
    <revision>
      <id>502151</id>
      <parentid>495250</parentid>
      <timestamp>2026-10-05T10:02:47Z</timestamp>
      <contributor>
        <username>Gabor512</username>
        <id>39720</id>
      </contributor>
      <comment>nuova disposizione fonica</comment>
      <origin>502151</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2527" sha1="mrjpo2r21wqa5hrqaqsdqua43h7gd2n" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
[[File:Torre Pellice - Tempio Nuovo - 2023-09-30 21-39-25 001.jpg|400px|centro]]

* '''Costruttore:''' Luigi Berutti di Torino (TO)
* '''Anno:''' 1920
* '''Restauri/modifiche:''' Carlo Davico (anni 1950, modifiche)&lt;ref&gt;Aggiunta nel ''Flauto in XII'' al posto della ''Voce corale 8' ''&lt;/ref&gt;, Ditta Pedrini (1976, modifiche)&lt;ref&gt;Trasformazione della trasmissione, da pneumatica a elettrica, sostituzione della consolle e aggiunta di un ''Principale 8' '' e due file di Ripieno in luogo di una ''Voce celeste'' al 2° manuale&lt;/ref&gt;, Renzo Rosso (2001, restauro conservativo), Daniele Michelotto (2026, restauro e ampliamento)
* '''Registri:''' 23
* '''Canne:''' 1350 circa
* '''Trasmissione:''' elettrica
* '''Consolle:''' fissa indipendente al centro della cantoria, rivolta verso la controfacciata
* '''Tastiere:''' 2 di 58 note ciascuna (''Do&lt;sup&gt;1&lt;/sup&gt;''-''La&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' concavo-radiale di 30 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;3&lt;/sup&gt;'')&lt;ref&gt;In origine parallela&lt;/ref&gt;
* '''Collocazione:''' in due corpi divisi simmetrici, su cantoria in controfacciata

{| border=&quot;0&quot; cellspacing=&quot;10&quot; cellpadding=&quot;40&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=8 | '''I - ''Grand'Organo'''''
----
|-
|Principale || 16'&lt;ref&gt;Prima ottava trasmessa dal Subbasso&lt;/ref&gt;
|-
|Principale || 8'
|-
|Flauto || 8'
|-
|Dulciana || 8'
|-
|Voce umana || 8'&lt;ref&gt;da ''Do&lt;sup&gt;2&lt;/sup&gt;''&lt;/ref&gt; 
|-
|Ottava || 4' 
|-
|Flauto || 4'
|-
|Decimaquinta || 2'
|-
|Ripieno 4 file || 1.1/3'
|-
|Tromba || 8'
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''II - ''Espressivo'''''
----
|-
|Principale || 8'
|-
|Bordone || 8'
|-
|Viola || 8'
|-
|Voce celeste || 8'
|-
|Flauto || 4'
|-
|Flauto
|2'
|-
|Sesquialtera 2 file || 2.2/3'
|-
|Ripienino 2 file || 2'
|-
|Oboe
|8'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''Pedale'''
----
|-
|Contrabbasso || 16'
|-
|Subbasso || 16'
|-
|Basso || 8'
|-
|Bordone || 8'
|-
|Violoncello || 8'
|-
|Ottava || 4'
|-
|Posaune
|16'
|-
|}
|}

== Note ==
&lt;references/&gt;

== Fonti ==
Informazioni parzialmente estratte dal testo ''Organalia: 60 organi della Provincia di Torino'',Torino,Editore A.G.G. PRINTING STARS, 2004.

== Collegamenti esterni ==
* {{cita web|url=http://www.organalia.org/images/Archivio2008/nono.pdf|titolo=Organalia 2008 - Torre Pellice|accesso=06 aprile 2021}}

{{Avanzamento|100%|30 aprile 2026}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>mrjpo2r21wqa5hrqaqsdqua43h7gd2n</sha1>
    </revision>
    <revision>
      <id>502152</id>
      <parentid>502151</parentid>
      <timestamp>2026-10-05T10:07:18Z</timestamp>
      <contributor>
        <username>Gabor512</username>
        <id>39720</id>
      </contributor>
      <comment>registri nuovi aggiunti in sede di restauro</comment>
      <origin>502152</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2758" sha1="7yzl5ir3bkugz9z7xnvv6ezdb1aswsu" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
[[File:Torre Pellice - Tempio Nuovo - 2023-09-30 21-39-25 001.jpg|400px|centro]]

* '''Costruttore:''' Luigi Berutti di Torino (TO)
* '''Anno:''' 1920
* '''Restauri/modifiche:''' Carlo Davico (anni 1950, modifiche)&lt;ref&gt;Aggiunta nel ''Flauto in XII'' al posto della ''Voce corale 8' ''&lt;/ref&gt;, Ditta Pedrini (1976, modifiche)&lt;ref&gt;Trasformazione della trasmissione, da pneumatica a elettrica, sostituzione della consolle e aggiunta di un ''Principale 8' '' e due file di Ripieno in luogo di una ''Voce celeste'' al 2° manuale&lt;/ref&gt;, Renzo Rosso (2001, restauro conservativo), Daniele Michelotto (2026, restauro e ampliamento)
* '''Registri:''' 23
* '''Canne:''' 1350 circa
* '''Trasmissione:''' elettrica
* '''Consolle:''' fissa indipendente al centro della cantoria, rivolta verso la controfacciata
* '''Tastiere:''' 2 di 58 note ciascuna (''Do&lt;sup&gt;1&lt;/sup&gt;''-''La&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' concavo-radiale di 30 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;3&lt;/sup&gt;'')&lt;ref&gt;In origine parallela&lt;/ref&gt;
* '''Collocazione:''' in due corpi divisi simmetrici, su cantoria in controfacciata

{| border=&quot;0&quot; cellspacing=&quot;10&quot; cellpadding=&quot;40&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=8 | '''I - ''Grand'Organo'''''
----
|-
|Principale || 16'&lt;ref&gt;Prima ottava trasmessa dal Subbasso&lt;/ref&gt;
|-
|Principale || 8'
|-
|Flauto || 8'
|-
|Dulciana || 8'
|-
|Voce umana || 8'&lt;ref&gt;da ''Do&lt;sup&gt;2&lt;/sup&gt;''&lt;/ref&gt; 
|-
|Ottava || 4' 
|-
|Flauto || 4'&lt;ref&gt;al posto della precedente Eolina 4'&lt;/ref&gt;
|-
|Decimaquinta || 2'
|-
|Ripieno 4 file || 1.1/3'
|-
|Tromba || 8'&lt;ref&gt;al posto dell'Oboe 8'&lt;/ref&gt;
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''II - ''Espressivo'''''
----
|-
|Principale || 8'
|-
|Bordone || 8'
|-
|Viola || 8'
|-
|Voce celeste || 8'&lt;ref&gt;da Do2, al posto del Concerto Viole&lt;/ref&gt;
|-
|Flauto || 4'
|-
|Flauto || 2'
|-
|Sesquialtera 2 file || 2.2/3'&lt;ref&gt;da ''Do&lt;sup&gt;2&lt;/sup&gt;''&lt;/ref&gt;
|-
|Ripienino 2 file || 2'
|-
|Oboe || 8'&lt;ref&gt;spostato dal Grand'Organo&lt;/ref&gt;
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=3 | '''Pedale'''
----
|-
|Contrabbasso || 16'
|-
|Subbasso || 16'
|-
|Basso || 8'
|-
|Bordone || 8'
|-
|Violoncello || 8'
|-
|Ottava || 4'
|-
|Posaune || 16'&lt;ref&gt;inseribile a pedaletto&lt;/ref&gt;
|-
|}
|}

== Note ==
&lt;references/&gt;

== Fonti ==
Informazioni parzialmente estratte dal testo ''Organalia: 60 organi della Provincia di Torino'',Torino,Editore A.G.G. PRINTING STARS, 2004.

== Collegamenti esterni ==
* {{cita web|url=http://www.organalia.org/images/Archivio2008/nono.pdf|titolo=Organalia 2008 - Torre Pellice|accesso=06 aprile 2021}}

{{Avanzamento|100%|30 aprile 2026}}
[[Categoria:Disposizioni foniche di organi a canne]]</text>
      <sha1>7yzl5ir3bkugz9z7xnvv6ezdb1aswsu</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Abruzzo/Provincia di Teramo/Montorio al Vomano</title>
    <ns>0</ns>
    <id>60618</id>
    <revision>
      <id>502073</id>
      <parentid>501753</parentid>
      <timestamp>2026-10-04T17:57:53Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502073</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="431" sha1="ekmcsfh7cmq9q4wbo1f1bsralfz6r28" xml:space="preserve">{{disposizioni foniche di organi a canne}}
Disposizioni foniche del comune di [[w:Montorio al Vomano|Montorio al Vomano]] raggruppate per edificio:

==Capoluogo==
* [[Disposizioni foniche di organi a canne/Italia/Abruzzo/Provincia di Teramo/Montorio al Vomano/Montorio al Vomano - Chiesa di San Rocco|Chiesa di San Rocco]]

{{Avanzamento|100%|24 giugno 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Montorio al Vomano]]</text>
      <sha1>ekmcsfh7cmq9q4wbo1f1bsralfz6r28</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Veneto/Provincia di Treviso/Cornuda/Cornuda - Santuario di Nostra Signora della Rocca</title>
    <ns>0</ns>
    <id>60876</id>
    <revision>
      <id>502087</id>
      <parentid>501175</parentid>
      <timestamp>2026-10-04T18:02:05Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502087</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2821" sha1="6156agrwhnedy64wm5ow2zcrbfe8jpt" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

 [[File:Cornuda-Madonna della Rocca-organo Callido.jpg|350|center]]

* '''Costruttore:''' Gaetano Callido (Op. tra 280 e 290)&lt;ref&gt;L'organo del Santuario, probabilmente del 1792, è di scuola Veneta e attribuibile a Gaetano Callido. Proveniva da Montalfoglio, frazione di San Lorenzo in Campo (PU), il parroco del luogo, Don Luigi Guiducci, lo aveva acquistato a San Marino (RSM), dalla chiesa di San Francesco, lo cedette alla frazione di Scascoli a Loiano (BO) e successivamente  fu acquistato e donato  dai confratelli a Don Orazio Mondin, Rettore della Basilica appositamente per essere collocato nel Santuario dopo un accurato lavoro di restauro operato da Alessandro Girotto figlio di Silvano, nel 1972. Alessandro, che iniziava l'attività, ne eseguì il restauro, la costruzione della cassa ornamentale e di contenimento, in quanto sprovvisto e quindi l’installazione. Il concerto inaugurale fu tenuto dal M° Giuseppe De Donà, organista del duomo di Treviso, alla presenza del Vescovo e di numerosi sacerdoti della diocesi che avevano contribuito all'acquisto.&lt;/ref&gt;
* '''Anno:''' 1792
* '''Restauri/modifiche:''' Alessandro Girotto (restauro, creazione cassa ed installazione, 1972)
* '''Registri:''' 16
* '''Canne:''' 533
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, al centro dell'organo
* '''Tastiere:''' 1 di 47 note con prima ottava scavezza (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Re&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' scavezza a leggio di 17 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Sol#&lt;sup&gt;2&lt;/sup&gt;'') sempre unita al manuale + pedale del ''Rollante''
* '''Collocazione:''' in corpo unico, al centro della cantoria in controfacciata 
* '''Accessori:''' ''Tiratutti'', ''Rollante''
* '''Note:''' divisione Bassi/Soprani dal ''Do#&lt;sup&gt;3&lt;/sup&gt;''

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Colonna di destra esterna - ''Concerto'''''
----
|-
|Voce umana || Soprani
|-
|Flauto in VIII || Soprani
|-
|Flauto in XII || Soprani
|-
|Cornetta
|-
|Tromboncini || Bassi
|-
|Tromboncini || Soprani
|-
|Contrabbassi&lt;ref&gt;al pedale&lt;/ref&gt;
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Colonna di destra interna - ''Ripieno'''''
----
|-
|Principale || 8' Bassi
|-
|Principale || 8' Soprani
|-
|Ottava || 4' 
|-
|Decimaquinta || 2'
|-
|Decimanona || 1.1/3'
|-
|Vigesima seconda || 1'
|-
|Vigesima sesta ||
|-
|Vigesima nona || 
|-
|}
|}

== Note ==
&lt;references/&gt;

== Altri progetti ==
{{interprogetto|w=Santuario della Madonna della Rocca (Cornuda)|w_preposizione=sul|w_etichetta=Santuario della Madonna della Rocca a Cornuda}}


{{Avanzamento|100%|23 agosto 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Cornuda - Santuario di Nostra Signora della Rocca]]</text>
      <sha1>6156agrwhnedy64wm5ow2zcrbfe8jpt</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Piemonte/Provincia di Alessandria/Arquata Scrivia/Arquata Scrivia - Chiesa di San Giacomo Maggiore</title>
    <ns>0</ns>
    <id>61067</id>
    <revision>
      <id>502084</id>
      <parentid>501482</parentid>
      <timestamp>2026-10-04T18:00:43Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502084</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2292" sha1="r8q4bes4wxktab7tvi34egddsm5mof2" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
[[File:Arquata S.-S.Giacomo-organo Locatelli.jpg|350px|center|Arquata S.-S.Giacomo-organo Locatelli]]


* '''Costruttore:''' Giacomo Locatelli (Op. 10)
* '''Anno:''' 1875
* '''Restauri/modifiche:''' F.lli Piccinelli (restauro, 1975)
* '''Registri:''' 23
* '''Canne:''' ?
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, al centro dell'organo
* '''Tastiere:''' 1 di 61 note con prima ottava cromatica (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;6&lt;/sup&gt;'')&lt;ref name=A&gt;ricostruzione del 1975&lt;/ref&gt;
* '''Pedaliera:''' parallela piana di 24 pedali e 12 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Si&lt;sup&gt;2&lt;/sup&gt;'') con prima ottava cromatica&lt;ref name=A/&gt;
* '''Collocazione:''' in corpo unico, al centro della cantoria in controfacciata
* '''Accessori:''' : 2 pedali a destra della pedaliera per: ''Tirapieno'', ''Combinazione preparabile''; 4 pedaletti sopra la pedaliera per: ''Unione tasto/pedale'', ''Ripienino'', ''Ance'', ''Terzamano'' 

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Colonna di destra interna - ''Concerto'''''
----
|-
|Terzamano
|-	
|Cornetto a 3 canne soprani
|-	
|Fagotto || 8' bassi	
|-
|Tromba || 8' soprani
|-	
|Clarone || 4' bassi&lt;ref name=A/&gt;
|-	
|Violoncello || 16' soprani	
|-
|Viola || 4' bassi
|-	
|Flutta || 8' soprani
|-	
|Flauto in VIII bassi
|-	
|Flauto in VIII soprani	
|-
|Ottavino soprani
|-	
|Voce umana || 8' soprani	
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Colonna di destra esterna - ''Ripieno'''''
----
|-
|Principale || 16' bassi
|-
|Principale || 16' soprani
|-
|Principale || 8' bassi
|-
|Principale || 8' soprani
|-
|Ottava || bassi
|-
|Ottava || soprani
|-
|Decimaquinta || 
|-
|Decimanona || 
|-
|Vigesimaseconda || 
|-
|Vigesimasesta e Vigesimanona
|-
|Contrabasso e Ottave || 16'&lt;sup&gt;(al Pedale)&lt;/sup&gt;
|-
|Trombone|| 8' &lt;sup&gt;(al Pedale)&lt;/sup&gt;
|-
|}
|}

== Note ==
&lt;references/&gt;

== Altri progetti ==
{{interprogetto|w=Chiesa di San Giacomo Apostolo (Arquata Scrivia)|w_preposizione=sulla|w_etichetta=Chiesa di San Giacomo Apostolo ad Arquata Scrivia}}


{{Avanzamento|100%|1 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Arquata Scrivia - Chiesa di San Giacomo Maggiore]]</text>
      <sha1>r8q4bes4wxktab7tvi34egddsm5mof2</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lazio/Città metropolitana di Roma/Mandela/Mandela - Chiesa di San Nicola di Bari</title>
    <ns>0</ns>
    <id>61114</id>
    <revision>
      <id>502076</id>
      <parentid>501677</parentid>
      <timestamp>2026-10-04T17:59:05Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502076</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1866" sha1="otcc4t2tea7iq087oqwun95bppytt69" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
{{Doppia immagine|center|Mandela-S.Nicola di Bari-organo Michelotto.jpg|350|Mandela-S.Nicola di Bari-consolle organo Michelotto.jpg|345}}
* '''Costruttore:''' F. Girotto di Albignasego (PD)
* '''Anno:''' anni '70 del XX sec.
* '''Restauri/modifiche:''' ? (ricollocato, 2015)
* '''Registri:''' 22
* '''Canne:''' ?
* '''Trasmissione:''' elettrica
* '''Consolle:''' mobile indipendente, nel transetto sinistro
* '''Tastiere:''' 2 di 61 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;6&lt;/sup&gt;'')
* '''Pedaliera:''' concavo radiale di 32 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Sol&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' in corpo unico, su cantoria, in controfacciata

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - ''Grand'Organo'''''
----
|-
|Principale || 8'
|-
|Ottava || 4'
|-
|XV ||
|-
|XIX || 
|-
|XXII ||
|-
|Flauto dolce || 8'
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;8'&lt;/span&gt;
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''II - ''Espressivo'''''
----
|-
|Principale dolce || 8'
|-
|Bordone || 8'
|-
|Flauto || 4'
|-
|Flauto in XII
|-
|Flautino || 2'
|-
|Terza || 1.3/5'
|-
|Ripieno 3 file
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;8'&lt;/span&gt;
|-
|Voce flebile || 8'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Subbasso || 16'
|-
|Basso || 8'
|-
|Bordone || 8'
|-
|Flauto || 4'
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Tromba&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;8'&lt;/span&gt;
|-
|&lt;span style=&quot;color:#8b0000;&quot;&gt;Chiarina&lt;/span&gt; || &lt;span style=&quot;color:#8b0000;&quot;&gt;4'&lt;/span&gt;
|-
|}
|}


{{Avanzamento|100%|16 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Mandela - Chiesa di San Nicola di Bari]]</text>
      <sha1>otcc4t2tea7iq087oqwun95bppytt69</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Piemonte/Provincia di Alessandria/Cassano Spinola/Cassano Spinola - Chiesa di San Pietro Apostolo</title>
    <ns>0</ns>
    <id>61120</id>
    <revision>
      <id>502085</id>
      <parentid>501732</parentid>
      <timestamp>2026-10-04T18:00:53Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502085</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1508" sha1="9yqi21euip7he0ro52uu3d5zhu3yybs" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

{{Doppia immagine|center|Cassano Spinola-S.Pietro Ap.-organo Balbiani.jpg|300|Cassano Spinola-S.Pietro Ap.-consolle organo Balbiani.jpg|300}}

* '''Costruttore:''' Balbiani
* '''Anno:''' 1926
* '''Restauri/modifiche:''' sì 
* '''Registri:''' 11
* '''Canne:''' ?
* '''Trasmissione:''' pneumatica
* '''Consolle:''' addossata alla parete anteriore della cassa
* '''Tastiere:''' 2 di 58 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''La&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' dritta di 30 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' in corpo unico, al centro della cantoria in controfacciata

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - ''Grand'Organo'''''
----
|-
|Pieno
|-
|Ottava || 4'
|-
|Principale || 8'
|-
|Dolce || 8'
|-
|Tromba || 8'
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''II - ''Espressivo'''''
----
|-
|Bordone || 8'
|-
|Gamba || 8'
|-
|Flauto || 4'
|-
|Concerto viole || 8'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Subbasso || 16'
|-
|Basso || 8'
|-
|}
|}

== Altri progetti ==
{{interprogetto|w=Chiesa di San Pietro Apostolo (Cassano Spinola)|w_preposizione=sulla|w_etichetta=chiesa di San Pietro Apostolo a Cassano Spinola}}

{{Avanzamento|100%|19 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Cassano Spinola - Chiesa di San Pietro Apostolo]]</text>
      <sha1>9yqi21euip7he0ro52uu3d5zhu3yybs</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Monza e della Brianza/Monza/Monza - Chiesa di San Biagio</title>
    <ns>0</ns>
    <id>61122</id>
    <revision>
      <id>502083</id>
      <parentid>501748</parentid>
      <timestamp>2026-10-04T18:00:31Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502083</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2746" sha1="6khk823pmqbapi6eu6t7d3mvmia76om" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Fratelli Aletti
* '''Anno:''' 1880
* '''Restauri/modifiche:''' Alessandro Corno (1982, restauro e ampliamento), Alessandro Corno (1991, manutenzione straordinaria e ampliamento)
* '''Registri:''' 70
* '''Canne:''' 2246
* '''Trasmissione:''' elettro-pneumatica 
* '''Consolle:''' a finestra, al centro della parete anteriore della cassa 
* '''Tastiere:''' 3 di 61 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;6&lt;/sup&gt;'')
* '''Pedaliera:''' concavo-radiale di 32 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Sol&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' in corpo unico, nel transetto di sinistra

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - ''Espressivo'''''
----
|-
|Quintadena || 8'
|-
|Bordone di legno || 8'
|-
|Flauto in VIII || 4'
|-
|Flauto in XII || 2.2/3'
|-
|Flauto silvestre || 2'
|-
|Flauto in XVII || 1.3/5'
|-
|Flauto in XXII || 1'
|-
|Tre di Ripieno || 1/4'
|-
|Cromorno || 8'
|-
|Clarino || 4'
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''II - ''Grand'Organo'''''
----
|-
|Principale || 16'
|-
|Principale forte || 8'
|-
|Principale dolce || 8'
|-
|Ottava || 4'
|-
|XII || 2.2/3'
|-
|XV || 2'
|-
|XIX || 1.1/3'
|-
|XXII || 1'
|-
|Quattro di Ripieno || 2/3'
|-
|Quintadena || 8'
|-
|Flauto armonico || 8'
|-
|Flauto a camino || 4'
|-
|Ottavino || 2'
|-
|Sesquialtera (XII - XVII) || 2.2/3'
|-
|Salizionale || 8'
|-
|Fiffaro || 8'
|-
|Tromba || 8'
|-
|Tuba magna || 16'
|-
|Tromba orizzontale || 8'
|-
|Tromba in quinta || 5.1/3'
|-
|Clarino || 4'
|-
|Cromorno || 8'
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''III - ''Fanfara'''
----
|-
|Principale || 8'
|-
|Flauto || 8'
|-
|Ottava || 4'
|-
|Flauto in VIII || 4'
|-
|XV || 2'
|-
|XIX || 1.1/3'
|-
|Tre di Ripieno || 1'
|-
|Quintadena || 8'
|-
|Oboe || 8'
|-
|Cromorno || 8'
|-
|Tuba orizzontale || 16'
|-
|Tuba orizzontale || 8'
|-
|Trombe in quinta || 5.1/3'
|-
|Clarino || 4'
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Basso acustico || 32'
|-
|Contrabbasso || 16'
|-
|Gran quinta || 10.2/3'
|-
|Basso || 8'
|-
|Quinta bassa || 5.1/3'
|-
|Bassetto || 4'
|-
|Subbasso || 16'
|-
|Bordone || 8'
|-
|Principale || 16'
|-
|Ottava || 8'
|-
|Prestante || 4'
|-
|Quintadena || 8'
|-
|Quintadena || 4'
|-
|Flauto aperto || 2'
|-
|Controfagotto || 16'
|-
|Gran quinta di Tromba || 10.2/3'
|-
|Fagotto || 8'
|-
|Clarone || 4'
|-
|Cromorno || 8'
|-
|Trombina || 4'
|-
|Tromba orizzontale || 8'
|-
|Trombe in quinta || 5.1/3'
|-
|Clarino || 4'
|-
|Campane nei pedali
|-
|}
|}
[[Categoria:Disposizioni foniche di organi a canne|Monza - Chiesa di San Biagio]]</text>
      <sha1>6khk823pmqbapi6eu6t7d3mvmia76om</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Abruzzo/Provincia di Teramo/Sant'Egidio alla Vibrata</title>
    <ns>0</ns>
    <id>61124</id>
    <revision>
      <id>502074</id>
      <parentid>501756</parentid>
      <timestamp>2026-10-04T17:58:03Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502074</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="484" sha1="4135x7krnefoopam3x4tn84ipx5vtg1" xml:space="preserve">{{disposizioni foniche di organi a canne}}
Disposizioni foniche del comune di [[w:Sant'Egidio alla Vibrata|Sant'Egidio alla Vibrata]] raggruppate per edificio:

==Capoluogo==
* [[Disposizioni foniche di organi a canne/Italia/Abruzzo/Provincia di Teramo/Sant'Egidio alla Vibrata/Sant'Egidio alla Vibrata - Chiesa di Sant'Egidio Abate|Chiesa di Sant'Egidio Abate]]

{{Avanzamento|100%|20 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Sant&amp;#39;Egidio alla Vibrata]]</text>
      <sha1>4135x7krnefoopam3x4tn84ipx5vtg1</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Abruzzo/Provincia di Teramo/Sant'Egidio alla Vibrata/Sant'Egidio alla Vibrata - Chiesa di Sant'Egidio Abate</title>
    <ns>0</ns>
    <id>61125</id>
    <revision>
      <id>502075</id>
      <parentid>501758</parentid>
      <timestamp>2026-10-04T17:58:13Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502075</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1538" sha1="39aiqt8nyupka5xpbkmyul4s3e6t2z5" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

[[File:S.Egidio alla Vibrata-S.Egidio Ab.-organo Girotto.jpg|300px|center]]

IN COSTRUZIONE
* '''Costruttore:''' A. Girotto
* '''Anno:''' 1984
* '''Restauri/modifiche:'''  ?
* '''Registri:''' 19
* '''Canne:''' ?
* '''Trasmissione:''' elettrica
* '''Consolle:''' mobile indipendente
* '''Tastiere:''' 2 di  note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''La&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' concavo radiale di  note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' su due balconate, alla destra e sinistra dell’interno del presbiterio

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - ''Grand'Organo'''''
----
|-
|Tromba || 8'
|-
|Principale || 8'
|-
|Flauto || 8'
|-
|Ottava || 4'
|-
|Decimaquinta || 2'
|-
|Ripieno || 4 file 
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''II - ''Espressivo'''''
----
|-
|Bordone || 8'
|-
|Viola || 8’
|-
|Flauto || 4'
|-
|Nazardo || 2.2/3'
|-
|Flauto || 2'
|-
|Terza || 1.3/5'
|-
|Principalino || 4’
|-
|Pienino 3 file || 
|-
|Voce celeste || 8’
|-
|Tremolo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Subbasso || 16'
|-
|Bordone || 8'
|-
|Basso || 8’
|-
|Tromba || 8'
|-
|}
|}

== Note ==
&lt;references/&gt;

== Altri progetti ==
             
{{Avanzamento|100%|20 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Sant&amp;#39;Egidio alla Vibrata - Chiesa di Sant&amp;#39;Egidio Abate]]</text>
      <sha1>39aiqt8nyupka5xpbkmyul4s3e6t2z5</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Liguria/Città metropolitana di Genova/Isola del Cantone</title>
    <ns>0</ns>
    <id>61132</id>
    <revision>
      <id>502077</id>
      <parentid>501797</parentid>
      <timestamp>2026-10-04T17:59:15Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502077</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="481" sha1="4sbgofkk9ad761zxrnmyekx8bjel8bk" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
Disposizioni foniche del comune di [[w:Isola del Cantone|Isola del Cantone]] raggruppate per edificio.

== Capoluogo ==

== Frazioni ==
* [[Disposizioni foniche di organi a canne/Italia/Liguria/Città metropolitana di Genova/Isola del Cantone/Prarolo - Chiesa di San Michele Arcangelo|Prarolo - Chiesa di San Michele Arcangelo]]

{{Avanzamento|50%|21 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Isola del Cantone]]</text>
      <sha1>4sbgofkk9ad761zxrnmyekx8bjel8bk</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Liguria/Città metropolitana di Genova/Isola del Cantone/Isola del Cantone - Chiesa di San Michele Arcangelo</title>
    <ns>0</ns>
    <id>61133</id>
    <revision>
      <id>502078</id>
      <parentid>501790</parentid>
      <timestamp>2026-10-04T17:59:25Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502078</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1771" sha1="jbpbg7zyw6ngvt84h74k29hks87fw3c" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
{{Doppia immagine|center|Isola del Cantone-S.Michele Arc.-organo a canne.jpg|350|Isola del Cantone-S.Michele Arc.-consolle organo a canne.jpg|348}}

* '''Costruttore:''' ?
* '''Anno:''' XVIII sec.
* '''Restauri/modifiche:''' ?
* '''Registri:''' 11
* '''Canne:''' ?
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, nella parete anteriore della cassa
* '''Tastiere:''' 1 di 45 note con prima ottava scavezza (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' scavezza a leggio di 13 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Mi&lt;sup&gt;2&lt;/sup&gt;''), costantemente unita al manuale
* '''Collocazione:''' in corpo unico, in cantoria, in controfacciata
* '''Accessori:''' ''Tirapieno'' 
* '''Note:''' lo strumento è in mediocre stato di conservazione. Non possiede l’elettroventilatore; i mantici sono azionabili solamente da tre corde poste nel lato destro della cassa
{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Colonna di destra'''
----
|-
|Principale Bassi || 8'
|-
|Principale Soprani || 8'
|-
|Ottava Bassi Soprani&lt;ref name=M&gt;sic&lt;/ref&gt; 
|-
|Decima Quinta
|-
|Decima Nona
|-
|Vigesima Seconda
|-
|Vigesima Sesta
|-
|Vigesima Nona
|-
|Voce Umana
|-
|Viola Flauto in 8va&lt;ref name=M/&gt;
|-
|Cornetto&lt;ref name=N&gt;scritta quasi illeggibile&lt;/ref&gt;
|-
|Tirapieno&lt;ref name=N/&gt;
|-
|}
|}

== Note ==
&lt;references/&gt;

== Altri progetti ==
{{interprogetto|w=Chiesa di San Michele Arcangelo (Isola del Cantone)|w_preposizione=sulla|w_etichetta=chiesa di San Michele Arcangelo a  Isola del Cantone}}


{{Avanzamento|100%|21 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Isola del Cantone - Chiesa di San Michele Arcangelo]]</text>
      <sha1>jbpbg7zyw6ngvt84h74k29hks87fw3c</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Liguria/Città metropolitana di Genova/Isola del Cantone/Prarolo - Chiesa di San Michele Arcangelo</title>
    <ns>0</ns>
    <id>61134</id>
    <revision>
      <id>502079</id>
      <parentid>501798</parentid>
      <timestamp>2026-10-04T17:59:50Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502079</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1761" sha1="7pocrppp1kd06nhehkxgavvm8l67v97" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
{{Doppia immagine|center|Isola del Cantone-S.Michele Arc.-organo a canne.jpg|350|Isola del Cantone-S.Michele Arc.-consolle organo a canne.jpg|348}}

* '''Costruttore:''' ?
* '''Anno:''' XVIII sec.
* '''Restauri/modifiche:''' ?
* '''Registri:''' 11
* '''Canne:''' ?
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, nella parete anteriore della cassa
* '''Tastiere:''' 1 di 45 note con prima ottava scavezza (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Do&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' scavezza a leggio di 13 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Mi&lt;sup&gt;2&lt;/sup&gt;''), costantemente unita al manuale
* '''Collocazione:''' in corpo unico, in cantoria, in controfacciata
* '''Accessori:''' ''Tirapieno'' 
* '''Note:''' lo strumento è in mediocre stato di conservazione. Non possiede l’elettroventilatore; i mantici sono azionabili solamente da tre corde poste nel lato destro della cassa
{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Colonna di destra'''
----
|-
|Principale Bassi || 8'
|-
|Principale Soprani || 8'
|-
|Ottava Bassi Soprani&lt;ref name=M&gt;sic&lt;/ref&gt; 
|-
|Decima Quinta
|-
|Decima Nona
|-
|Vigesima Seconda
|-
|Vigesima Sesta
|-
|Vigesima Nona
|-
|Voce Umana
|-
|Viola Flauto in 8va&lt;ref name=M/&gt;
|-
|Cornetto&lt;ref name=N&gt;scritta quasi illeggibile&lt;/ref&gt;
|-
|Tirapieno&lt;ref name=N/&gt;
|-
|}
|}

== Note ==
&lt;references/&gt;

== Altri progetti ==
{{interprogetto|w=Chiesa di San Michele Arcangelo (Isola del Cantone)|w_preposizione=sulla|w_etichetta=chiesa di San Michele Arcangelo a  Isola del Cantone}}


{{Avanzamento|100%|21 settembre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Prarolo - Chiesa di San Michele Arcangelo]]</text>
      <sha1>7pocrppp1kd06nhehkxgavvm8l67v97</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Cremona/Casalmaggiore/Casalmaggiore - Chiesa di San Sebastiano</title>
    <ns>0</ns>
    <id>61141</id>
    <revision>
      <id>502080</id>
      <parentid>501975</parentid>
      <timestamp>2026-10-04T18:00:01Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502080</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="849" sha1="0mipfy0wu13pci23nrz5kto2m27ovjy" xml:space="preserve">* '''Costruttore''': anonimo
* '''Anno''': fine del XVIII secolo
* '''Restauri'''/modifiche: Giovanni Battista Tonelli di Remedello (1880 ca.). Strumento non funzionante
* '''Registri''': manette con incastro sul lato destro della tastiera
* '''Canne''':?
* '''Trasmissione''': meccanica
* '''Consolle''': a finestra, al centro della della cassa
* '''Tastiere''': cromatica di 58 note
* '''Pedaliera''': a leggio di 13 note (do-si e un pedale per il rollante)
* '''Collocazione''': nella cantoria sopra al portale di ingresso


'''Manuale'''

Principale bassi di 8

Principale soprano di 8

Ottava bassi

Ottava soprani

Trigesima sesta doppia (sic)

Fluta 

Ottavino soprani

Violoncello soprani

Fagotto

Tromboni (ai pedali)

Bassi armonici (ai pedali)
[[Categoria:Disposizioni foniche di organi a canne|Casalmaggiore - Chiesa di San Sebastiano]]</text>
      <sha1>0mipfy0wu13pci23nrz5kto2m27ovjy</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Veneto/Provincia di Verona/Verona/Verona - Chiesa di San Pietro in Monastero</title>
    <ns>0</ns>
    <id>61153</id>
    <revision>
      <id>502088</id>
      <parentid>501915</parentid>
      <timestamp>2026-10-04T18:02:15Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502088</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1472" sha1="hroi0dgoc2s2h5qmsirxs97lgkx88nf" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Gaetano Amigazzi&lt;ref&gt;il frontalino della tastiera recita: ''CAIETANUS AMIGAZZI VERONENSIS MDCCXLVII''&lt;/ref&gt;
* '''Anno:''' 1747
* '''Restauri/modifiche:''' Romain Legros (2007)
* '''Registri:''' 16
* '''Canne:'''
* '''Trasmissione:''' meccanica sospesa
* '''Consolle:''' a finestra, al centro della cassa
* '''Tastiere:''' di 50 tasti con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;-Fa&lt;small&gt;5&lt;/small&gt;''), spezzatura bassi/soprani ''Do#&lt;small&gt;3&lt;/small&gt;/Re&lt;small&gt;3&lt;/small&gt;''
* '''Pedaliera:''' di 18 pedali con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;-Sol#&lt;small&gt;2&lt;/small&gt; + Rollante'') costantemente unita alla tastiera
* '''Collocazione:''' in cantoria, in controfacciata
* '''Accessori:'''

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|Principale B.
|-
|Principale S.
|-
|Ottava
|-
|XV&lt;sup&gt;a&lt;/sup&gt;.
|-
|XIX&lt;sup&gt;a&lt;/sup&gt;.
|-
|XXII&lt;sup&gt;a&lt;/sup&gt;.
|-
|XXVI&lt;sup&gt;a&lt;/sup&gt;.
|-
|XXIX&lt;sup&gt;a&lt;/sup&gt;.
|-
|Fluta Sop.
|-
|Flauto XII&lt;sup&gt;a&lt;/sup&gt;.
|-
|Cornetto II&lt;sup&gt;o&lt;/sup&gt;&lt;ref name=&quot;:1&quot;&gt;soprani&lt;/ref&gt;
|-
|Cornetto I&lt;sup&gt;o&lt;/sup&gt;&lt;ref name=&quot;:1&quot; /&gt;
|-
|Voce Umana&lt;ref name=&quot;:1&quot; /&gt;
|-
|Fagotto B.&lt;ref name=&quot;:2&quot;&gt;in facciata&lt;/ref&gt;
|-
|Oboe Sop.&lt;ref name=&quot;:2&quot; /&gt;
|-
|Contrabassi&lt;ref&gt;al pedale, 12 note reali&lt;/ref&gt;
|-
|}
|}

== Note ==
&lt;references /&gt;
[[Categoria:Disposizioni foniche di organi a canne|Verona - Chiesa di San Pietro in Monastero]]</text>
      <sha1>hroi0dgoc2s2h5qmsirxs97lgkx88nf</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Veneto/Provincia di Vicenza/Bolzano Vicentino/Bolzano Vicentino - Chiesa di Santa Lucia</title>
    <ns>0</ns>
    <id>61157</id>
    <revision>
      <id>502092</id>
      <parentid>501914</parentid>
      <timestamp>2026-10-04T18:18:13Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502092</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1620" sha1="7euvbhw83fquaea3fqt7nxhg68u5x5g" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Angelo Agostini
* '''Anno:''' 1867
* '''Restauri/modifiche:''' Paccagnella
* '''Registri:''' 20
* '''Canne:'''
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, al centro della parete anteriore della cassa
* '''Tastiere:''' di 52 tasti con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;-Sol&lt;small&gt;5&lt;/small&gt;''), spezzatura bassi/soprani ''Do#&lt;small&gt;3&lt;/small&gt;/Re&lt;small&gt;3&lt;/small&gt;''
* '''Pedaliera:''' di 18 pedali con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;-Sol#&lt;small&gt;2&lt;/small&gt; + Rollante'') costantemente unita alla tastiera
* '''Collocazione:''' in cantoria, in controfacciata
* '''Accessori:''' ''Ripieno'' e ''Combinazione libera'' a pedalone, ''Terza Mano'' e ''Tremolo''&lt;ref&gt;scollegato&lt;/ref&gt; a pedaletto

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|Voce Umana&lt;ref name=&quot;:1&quot;&gt;soprani&lt;/ref&gt;
|-
|Fluta&lt;ref name=&quot;:1&quot; /&gt;
|-
|Flauto XII S.
|-
|Ottavino S.
|-
|Violetta 4' B.
|-
|Fagotto B.
|-
|Trombe S.
|-
|Corno Inglese S.&lt;ref&gt;16'&lt;/ref&gt;
|-
|Tromboni ai Pedali
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|Principale 8 B.
|-
|Principale 8 B.
|-
|Ottava 4 B.
|-
|Ottava 4 S.
|-
|Decimaquinta 2'
|-
|Decimanona 1,1/3'
|-
|Vigesimaseconda 1'
|-
|Vigesimasesta
|-
|Vigesimanona
|-
|Contrabbassi&lt;ref&gt;al pedale, 12 note reali, unito al successivo&lt;/ref&gt;
|-
|Ottava di Contr.&lt;ref&gt;al pedale, 12 note reali, unito al precedente&lt;/ref&gt;
|-
|}
|}

== Note ==
&lt;references /&gt;
[[Categoria:Disposizioni foniche di organi a canne|Bolzano Vicentino - Chiesa di Santa Lucia]]</text>
      <sha1>7euvbhw83fquaea3fqt7nxhg68u5x5g</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Veneto/Provincia di Vicenza/Schio/Schio - Sant'Ulderico di Tretto</title>
    <ns>0</ns>
    <id>61158</id>
    <revision>
      <id>502093</id>
      <parentid>501916</parentid>
      <timestamp>2026-10-04T18:18:22Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502093</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2599" sha1="swlpwqcvalggsk7fsmvvw4lpt43h507" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Iseppo Bonatti&lt;ref&gt;costruito per il duomo di Schio&lt;/ref&gt;
* '''Anno:''' 1738
* '''Restauri/modifiche:''' Gian Battista Zordan (1874, trasferimento e ampliamento), Romain Legros (2001, restauro)
* '''Registri:''' 44
* '''Canne:'''
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, al centro della parete anteriore della cassa
* '''Tastiere:''' 2 di 52 tasti con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;-Sol&lt;small&gt;5&lt;/small&gt;''), spezzatura bassi/soprani ''Do#&lt;small&gt;3&lt;/small&gt;/Re&lt;small&gt;3&lt;/small&gt;''
* '''Pedaliera:''' di 18 pedali con prima ottava scavezza (''Do&lt;small&gt;1&lt;/small&gt;-Sol#&lt;small&gt;2&lt;/small&gt; + Rollante'')
* '''Collocazione:''' in cantoria, in controfacciata
* '''Accessori:''' ''Tiratutti'' e ''Combinazione libera'' a pedalone, ''Terza Mano'' a pedaletto

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|'''Positivo'''
----
|-
|Principale Basso
|-
|Principale Soprano
|-
|Ottava
|-
|Decima Quinta
|-
|Decima Nona
|-
|Vigesima Seconda
|-
|Flutta Reale&lt;ref name=&quot;:1&quot;&gt;soprani&lt;/ref&gt;
|-
|Ottavino Soprano&lt;ref name=&quot;:2&quot;&gt;4'&lt;/ref&gt;
|-
|Flauto XII. Soprano
|-
|Sedesino Soprano&lt;ref name=&quot;:3&quot;&gt;2'&lt;/ref&gt;
|-
|Fagotto Basso
|-
|Clarino Soprano
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|'''Grand'Organo e Pedale - ''Concerto'''''
----
|-
|Campanini&lt;ref name=&quot;:1&quot; /&gt;
|-
|Trombone Basso
|-
|Trombe Dolci&lt;ref name=&quot;:1&quot; /&gt;
|-
|Corno Inglese&lt;ref&gt;16', soprani&lt;/ref&gt;
|-
|Fluta Reale&lt;ref name=&quot;:1&quot; /&gt;
|-
|Flaugioletto Soprano&lt;ref name=&quot;:3&quot; /&gt;
|-
|Viola Bassa&lt;ref name=&quot;:2&quot; /&gt;
|-
|Flauto ottava Basso
|-
|Flauto ottava Soprano
|-
|Flauto XII
|-
|Cornetto Primo&lt;ref&gt;2 2/3', soprani&lt;/ref&gt;
|-
|Cornetto Secondo&lt;ref&gt;1 3/5', soprani&lt;/ref&gt;
|-
|Voce Umana&lt;ref name=&quot;:1&quot; /&gt;
|-
|Timballi in 12 Tuoni&lt;ref name=&quot;:4&quot;&gt;al pedale, 12 note reali&lt;/ref&gt;
|-
|Serpentone&lt;ref&gt;al pedale, 12 note reali, 10'&lt;/ref&gt;
|-
|Tremulo
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|'''Grand'Organo e Pedale - ''Ripieno'''''
----
|-
|Principale Basso di piedi 8
|-
|Principale Soprano di piedi 8
|-
|Principale Secondo di piedi 8&lt;ref&gt;intero&lt;/ref&gt;
|-
|Ottava
|-
|Duodecima
|-
|Decima Quinta
|-
|Decima Nona
|-
|Vigesima Seconda
|-
|Vigesima Sesta
|-
|Vigesima Nona
|-
|Trigesima Terza
|-
|Trigesima Sesta
|-
|Controbassi&lt;ref name=&quot;:4&quot; /&gt;
|-
|Ottava Controbassi&lt;ref name=&quot;:4&quot; /&gt;
|-
|Duodecima&lt;ref name=&quot;:4&quot; /&gt;
|-
|Decima Quinta Controbassi&lt;ref name=&quot;:4&quot; /&gt;
|-
|}
|}

== Note ==
&lt;references /&gt;
[[Categoria:Disposizioni foniche di organi a canne|Schio - Sant&amp;#39;Ulderico di Tretto]]</text>
      <sha1>swlpwqcvalggsk7fsmvvw4lpt43h507</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Veneto/Provincia di Vicenza/Thiene/Rozzampia - Chiesa di Santa Maria della Neve</title>
    <ns>0</ns>
    <id>61159</id>
    <revision>
      <id>502094</id>
      <parentid>501920</parentid>
      <timestamp>2026-10-04T18:18:33Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502094</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2053" sha1="4bu7yq42dt0ggdlwehfs15k2d08al7f" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Fratelli Serassi di Bergamo
* '''Anno:''' 1830&lt;ref&gt;costruito per la chiesa dei Carmini in Vicenza&lt;/ref&gt;
* '''Restauri/modifiche:''' Fratelli Serassi (1870, rifacimento), trasferimento a Rozzampia nel 1935, Vincenzo Mascioni (2008, restauro)
* '''Registri:''' 32
* '''Canne:'''
* '''Trasmissione:''' meccanica
* '''Consolle:''' a finestra, al centro della parete anteriore della cassa
* '''Tastiere:''' di 58 tasti (''Do&lt;small&gt;1&lt;/small&gt;-La&lt;small&gt;5&lt;/small&gt;'')
* '''Pedaliera:''' di 18 pedali (''Do&lt;small&gt;1&lt;/small&gt;-Mi&lt;small&gt;2&lt;/small&gt; + Terza Mano'')
* '''Collocazione:''' in cantoria, in controfacciata
* '''Accessori:''' ''Tiratutti'' e ''Combinazione Libera'' a pedalone, ''distacco Tasto-Pedale'' a pedaletto

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|Cornetto Primo&lt;ref&gt;4'+2 2/3', soprani&lt;/ref&gt;
|-
|Cornetto Secondo&lt;ref&gt;2'+1 3/5', soprani&lt;/ref&gt;
|-
|Corni di Tuba Dolce&lt;ref&gt;16', soprani&lt;/ref&gt;
|-
|Fagotto Bassi
|-
|Tromba Soprani
|-
|Violoncello Bassi&lt;ref name=&quot;:1&quot;&gt;4'&lt;/ref&gt;
|-
|Corno Inglese Soprani&lt;ref&gt;16'&lt;/ref&gt;
|-
|Violoncello Soprani&lt;ref&gt;8'&lt;/ref&gt;
|-
|Clarone Bassi&lt;ref name=&quot;:1&quot; /&gt;
|-
|Viola Bassi&lt;ref name=&quot;:1&quot; /&gt;
|-
|Flutta Soprani
|-
|Violetta Bassi&lt;ref&gt;2'&lt;/ref&gt;
|-
|Flauto in VIII Bassi
|-
|Flauto in VIII Soprani
|-
|Ottavino Soprani
|-
|Voce Umana&lt;ref&gt;soprani&lt;/ref&gt;
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|Principale 16 Bassi&lt;ref&gt;intero&lt;/ref&gt;
|-
|Principale 16 Soprani
|-
|Principale Bassi
|-
|Principale Soprani
|-
|Ottava Bassi
|-
|Ottava Soprani
|-
|Duodecima
|-
|Quintadecima
|-
|Decimanona
|-
|Vigesimaseconda
|-
|Vigesima Sesta e Nona
|-
|Due di Ripieno
|-
|Due di Ripieno
|-
|Contrabassi e Ottave&lt;ref&gt;al pedale, 12 note reali&lt;/ref&gt;
|-
|Tromboni ai Pedali&lt;ref&gt;al pedale, 12 note reali, 12'&lt;/ref&gt;
|-
|Timballi&lt;ref&gt;al pedale, scollegato&lt;/ref&gt;
|-
|}
|}

== Note ==
&lt;references /&gt;
[[Categoria:Disposizioni foniche di organi a canne|Rozzampia - Chiesa di Santa Maria della Neve]]</text>
      <sha1>4bu7yq42dt0ggdlwehfs15k2d08al7f</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Cremona/Casalmaggiore/Vicobellignano - Chiesa di Santa Maria</title>
    <ns>0</ns>
    <id>61165</id>
    <revision>
      <id>502081</id>
      <parentid>501966</parentid>
      <timestamp>2026-10-04T18:00:11Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502081</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="931" sha1="m5gborkbbzu9fsy3uw1ko3intt5690e" xml:space="preserve">* '''Costruttore''': Rotelli e Varesi (1945) con materiale di Giuseppe Rotelli (338 canne), Montesanti (63 canne), Antegnati (157 canne), Autori anonimi tra XVII e XVIII secolo (66 canne), Anonimo del XIX secolo (235 canne), Anonimo del XX sec. (3 canne), Inzoli/Bonizzi (2 canne)

* '''Anno''': 1945
* '''Restauri/modifiche''': Inzoli/Bonizzi (restauro, 2009)
* '''Registri''': 12 con pomelli estraibili sopra la tastiera
* '''Canne''': 864
* '''Trasmissione''': meccanica per la tastiera, pneumatica per i registri e il pedale
* '''Consolle''': a finestra
* '''Tastiere''': 1 di 56 note 
* '''Pedaliera''': piana di 27 note
* '''Collocazione''': in controfacciata


Contrabassi 16 al Ped.

Basso 8 al Ped.

Principale 16p

Principale 8p

Flauto in XII

Bordone 8p

Viola 8p

Unda Maris 8p

Tromba 8p

Flauto 4p

Ottava 4p

Ripieno 6 file
[[Categoria:Disposizioni foniche di organi a canne|Vicobellignano - Chiesa di Santa Maria]]</text>
      <sha1>m5gborkbbzu9fsy3uw1ko3intt5690e</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Cremona/Casalmaggiore/Vicobellignano - Chiesa di Santa Maria Assunta</title>
    <ns>0</ns>
    <id>61169</id>
    <revision>
      <id>502082</id>
      <parentid>501973</parentid>
      <timestamp>2026-10-04T18:00:21Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502082</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1064" sha1="2m1o955a5clarvl7dyw46ivk9cq4rz2" xml:space="preserve">* '''Costruttore:''' Rotelli-Varesi con materiale anonimo di fine XVI  (18 canne) Antegnati (157 canne), anonimo del XVII sec. (8 canne), anonimo del XVIII sec. (36 canne), Montesanti (63 canne), Serassi (4 canne), anonimo di metà XIX sec. (235 canne), anonimo del XX sec. (3 canne), Giuseppe Rotelli (338 canne), Inzoli Bonizzi (2 canne)
* '''Anno:''' 1945
* '''Restauri/modifiche:''' Inzoli Bonizzi (2009)
* '''Registri''': 12
* '''Canne''': 864
* '''Trasmissione''': meccanica per la tastiera, pneumatica per il pedale e i registri
* '''Consolle''': a finestra
* '''Tastiere''': 1 di 56 note (Do1-fa5)
* '''Pedaliera''': piana di 27 note
* '''Collocazione''': sulla cantoria in controfacciata
* '''Accessori''': Tastiera al Pedale, Ottava Acuta, Mezzo Forte, Ripieno, Tutti, Tremolo


Contrabassi 16 al pedale

Basso 8 al pedale

Principale 16

Principale 8

Flauto in XII 2,2/3

Bordone 8

Viola 8

Unda Maris 8

Tromba 8

Flauto 4

Ottava 4

Ripieno 6 file
[[Categoria:Disposizioni foniche di organi a canne|Vicobellignano - Chiesa di Santa Maria Assunta]]</text>
      <sha1>2m1o955a5clarvl7dyw46ivk9cq4rz2</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R</title>
    <ns>0</ns>
    <id>61174</id>
    <revision>
      <id>502063</id>
      <parentid>502025</parentid>
      <timestamp>2026-10-04T14:49:03Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>fix vari</comment>
      <origin>502063</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1500" sha1="r3c8xmd2d49nkpkxln2n41r41al7z4m" xml:space="preserve">= PenuX in R =

Benvenuti al corso completo di programmazione R per la modellazione predittiva clinica.

== Guida introduttiva ==

* [[PenuX in R/Guida di base al Machine Learning in R|Guida di base al Machine Learning in R]]

== Moduli del Corso ==

* [[PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Unità 1: Fondamenti di R]]
* [[PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: Preparazione Dati]]
* [[PenuX in R/Unità 3 - Analisi Esplorativa dei Dati|Unità 3: Analisi Esplorativa]]
* [[PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi|Unità 4: Modelli Predittivi]]
* [[PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli|Unità 5: Valutazione]]
* [[PenuX in R/Unità 6 - Deployment e Implementazione Clinica|Unità 6: Deployment]]
* [[PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: Esercitazioni di Machine Learning]]

== Informazioni ==

La piattaforma PenuX fornisce strumenti open-source per la predizione clinica precoce di pancreatite acuta grave e sepsi.

* [https://github.com/netanelcyber/penux Repository GitHub]
* [https://penux.uk Sito del Progetto]

== Prerequisiti ==

* Nessuno per l'Unità 1
* Fondamenti di R (Unità 1) per le Unità 2 e successive
* Conoscenza di base di statistica per le Unità 3 e successive

== Supporto ==

Per domande, contatta il progetto PenuX su GitHub.

{{Avanzamento|75%|4 ottobre 2026}}
{{alfabetico|P}}
[[Categoria:PenuX in R| ]]
[[Categoria:Programmazione]]
[[Categoria:Dewey 005]]</text>
      <sha1>r3c8xmd2d49nkpkxln2n41r41al7z4m</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 1 - Installazione e configurazione dell'ambiente</title>
    <ns>0</ns>
    <id>61175</id>
    <revision>
      <id>502072</id>
      <parentid>502007</parentid>
      <timestamp>2026-10-04T17:56:03Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>orfana</comment>
      <origin>502072</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="5388" sha1="c6z5je9j4dnladu49qmpoxtfau32d0e" xml:space="preserve">{{orfana}}
= PenuX in R: Unità 1 - Installazione e configurazione dell'ambiente =

== Obiettivi dell'unità ==
Al termine di questa unità sarai in grado di:

* Installare correttamente R e RStudio
* Installare e caricare le librerie necessarie (tidyverse, caret, survival, ecc.)
* Configurare il tuo ambiente di lavoro
* Eseguire controlli diagnostici
* Creare uno script di avvio personalizzato

== 1.1 Installazione di R e RStudio ==

=== Installazione di R ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Verificare la versione attuale di R
R.version

# Esempio di output atteso:
# Platform: x86_64-pc-linux-gnu (oppure Windows/Mac)
# R version 4.0.0 o superiore
# Status: Patched o Release
&lt;/syntaxhighlight&gt;

=== Installazione di RStudio ===
Per scaricare RStudio, visita: https://rstudio.com/products/rstudio/download/

Dopo l'installazione, avvia RStudio e verifica che tutto funzioni correttamente.

== 1.2 Installazione delle librerie necessarie ==

=== Librerie essenziali ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare le librerie principali
install.packages(c(&quot;tidyverse&quot;, &quot;caret&quot;, &quot;survival&quot;, &quot;data.table&quot;, &quot;ggplot2&quot;))

# Caricare le librerie
library(tidyverse)
library(caret)
library(survival)
library(data.table)
library(ggplot2)

# Verificare le versioni
packageVersion(&quot;tidyverse&quot;)
packageVersion(&quot;caret&quot;)
packageVersion(&quot;survival&quot;)
&lt;/syntaxhighlight&gt;

=== Librerie aggiuntive ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare librerie aggiuntive
install.packages(c(&quot;xgboost&quot;, &quot;ranger&quot;, &quot;rpart&quot;, &quot;e1071&quot;, &quot;knitr&quot;, &quot;kableExtra&quot;, &quot;plotly&quot;))

# Queste librerie saranno utilizzate nelle unità successive
# per la modellazione avanzata e la visualizzazione
&lt;/syntaxhighlight&gt;

== 1.3 Configurazione dell'ambiente di lavoro ==

=== Gestione delle directory ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Verificare la directory di lavoro attuale
getwd()

# Impostare una nuova directory di lavoro
setwd(&quot;~/PenuX_Analysis&quot;)

# Creare sottodirectory se necessario
dir.create(&quot;data&quot;, showWarnings = FALSE)
dir.create(&quot;results&quot;, showWarnings = FALSE)
dir.create(&quot;plots&quot;, showWarnings = FALSE)

# Verificare le directory create
list.files(&quot;.&quot;)
&lt;/syntaxhighlight&gt;

=== Configurazione delle opzioni di R ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Impostare le opzioni predefinite
options(digits = 4)           # Limitare i decimali a 4 cifre
options(scipen = 10)          # Evitare la notazione scientifica
options(width = 100)          # Larghezza della console
options(max.print = 1000)     # Numero massimo di righe da visualizzare

# Visualizzare le opzioni attuali
getOption(&quot;digits&quot;)
getOption(&quot;scipen&quot;)
&lt;/syntaxhighlight&gt;

== 1.4 Controlli diagnostici ==

=== Verificare le installazioni ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Elenco di tutte le librerie installate
installed_packages &lt;- installed.packages()
head(installed_packages)

# Verificare se una libreria specifica è installata
&quot;caret&quot; %in% rownames(installed.packages())

# Numero totale di librerie installate
nrow(installed.packages())

# Librerie attualmente caricate
search()
&lt;/syntaxhighlight&gt;

=== Test di funzionalità di base ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di creazione dei dati
test_data &lt;- data.frame(
  age = c(25, 35, 45, 55, 65),
  valore = c(10.5, 20.3, 15.8, 22.1, 18.9)
)

# Visualizzare i dati
print(test_data)

# Statistiche di base
summary(test_data)

# Verificare che tidyverse funzioni
test_data %&gt;%
  filter(age &gt; 30) %&gt;%
  summarise(media = mean(valore))
&lt;/syntaxhighlight&gt;

== 1.5 Creazione dello script di avvio ==

=== File .Rprofile ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un file .Rprofile nella directory di lavoro
# Il contenuto seguente può essere salvato in ~/.Rprofile o ~/Documents/.Rprofile

# ====== Script di avvio PenuX ======
# Caricare le librerie comuni
suppressWarnings({
  library(tidyverse)
  library(caret)
  library(ggplot2)
  library(data.table)
})

# Impostare le opzioni
options(digits = 4)
options(scipen = 10)
options(width = 100)

# Visualizzare un messaggio di benvenuto
cat(&quot;\n=== Benvenuto in PenuX R Analysis ===\n&quot;)
cat(&quot;Directory di lavoro:&quot;, getwd(), &quot;\n&quot;)
cat(&quot;Versione di R:&quot;, R.version$version.string, &quot;\n&quot;)
cat(&quot;Librerie caricate: tidyverse, caret, ggplot2, data.table\n\n&quot;)
&lt;/syntaxhighlight&gt;

=== Come creare il file .Rprofile ===

# Apri un editor di testo (Notepad, Sublime Text, ecc.)
# Incolla il contenuto riportato sopra
# Salvalo con il nome &lt;code&gt;.Rprofile&lt;/code&gt; nella tua directory home
# Riavvia R o RStudio affinché le modifiche abbiano effetto

== Riepilogo dell'unità 1 ==
Abbiamo trattato:

* Installazione di R e RStudio
* Installazione delle librerie essenziali
* Configurazione dell'ambiente di lavoro
* Controlli diagnostici
* Creazione di uno script di avvio personalizzato

== Esercizi pratici ==

# Installa R e RStudio sul tuo computer
# Installa tutte le librerie elencate
# Verifica che ogni libreria funzioni correttamente
# Crea il tuo script .Rprofile personalizzato
# Imposta la tua directory di lavoro PenuX

== Letture consigliate ==

* [https://cran.r-project.org/ Il progetto R]
* [https://rstudio.com/ RStudio]
* [https://www.tidyverse.org/ Tidyverse]
* [https://topepo.github.io/caret/ Pacchetto Caret]

== Il progetto PenuX ==
Il codice sorgente, i modelli e la documentazione della piattaforma PenuX sono disponibili pubblicamente con licenza libera:

* [[github:netanelcyber/penux|Repository PenuX su GitHub]]
* [https://penux.uk Sito del progetto PenuX]</text>
      <sha1>c6z5je9j4dnladu49qmpoxtfau32d0e</sha1>
    </revision>
    <revision>
      <id>502104</id>
      <parentid>502072</parentid>
      <timestamp>2026-10-04T18:21:29Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502104</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="5473" sha1="psgunz6kjbip9pwt4xxi4ah7z5iq07d" xml:space="preserve">{{orfana}}
= PenuX in R: Unità 1 - Installazione e configurazione dell'ambiente =

== Obiettivi dell'unità ==
Al termine di questa unità sarai in grado di:

* Installare correttamente R e RStudio
* Installare e caricare le librerie necessarie (tidyverse, caret, survival, ecc.)
* Configurare il tuo ambiente di lavoro
* Eseguire controlli diagnostici
* Creare uno script di avvio personalizzato

== 1.1 Installazione di R e RStudio ==

=== Installazione di R ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Verificare la versione attuale di R
R.version

# Esempio di output atteso:
# Platform: x86_64-pc-linux-gnu (oppure Windows/Mac)
# R version 4.0.0 o superiore
# Status: Patched o Release
&lt;/syntaxhighlight&gt;

=== Installazione di RStudio ===
Per scaricare RStudio, visita: https://rstudio.com/products/rstudio/download/

Dopo l'installazione, avvia RStudio e verifica che tutto funzioni correttamente.

== 1.2 Installazione delle librerie necessarie ==

=== Librerie essenziali ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare le librerie principali
install.packages(c(&quot;tidyverse&quot;, &quot;caret&quot;, &quot;survival&quot;, &quot;data.table&quot;, &quot;ggplot2&quot;))

# Caricare le librerie
library(tidyverse)
library(caret)
library(survival)
library(data.table)
library(ggplot2)

# Verificare le versioni
packageVersion(&quot;tidyverse&quot;)
packageVersion(&quot;caret&quot;)
packageVersion(&quot;survival&quot;)
&lt;/syntaxhighlight&gt;

=== Librerie aggiuntive ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare librerie aggiuntive
install.packages(c(&quot;xgboost&quot;, &quot;ranger&quot;, &quot;rpart&quot;, &quot;e1071&quot;, &quot;knitr&quot;, &quot;kableExtra&quot;, &quot;plotly&quot;))

# Queste librerie saranno utilizzate nelle unità successive
# per la modellazione avanzata e la visualizzazione
&lt;/syntaxhighlight&gt;

== 1.3 Configurazione dell'ambiente di lavoro ==

=== Gestione delle directory ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Verificare la directory di lavoro attuale
getwd()

# Impostare una nuova directory di lavoro
setwd(&quot;~/PenuX_Analysis&quot;)

# Creare sottodirectory se necessario
dir.create(&quot;data&quot;, showWarnings = FALSE)
dir.create(&quot;results&quot;, showWarnings = FALSE)
dir.create(&quot;plots&quot;, showWarnings = FALSE)

# Verificare le directory create
list.files(&quot;.&quot;)
&lt;/syntaxhighlight&gt;

=== Configurazione delle opzioni di R ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Impostare le opzioni predefinite
options(digits = 4)           # Limitare i decimali a 4 cifre
options(scipen = 10)          # Evitare la notazione scientifica
options(width = 100)          # Larghezza della console
options(max.print = 1000)     # Numero massimo di righe da visualizzare

# Visualizzare le opzioni attuali
getOption(&quot;digits&quot;)
getOption(&quot;scipen&quot;)
&lt;/syntaxhighlight&gt;

== 1.4 Controlli diagnostici ==

=== Verificare le installazioni ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Elenco di tutte le librerie installate
installed_packages &lt;- installed.packages()
head(installed_packages)

# Verificare se una libreria specifica è installata
&quot;caret&quot; %in% rownames(installed.packages())

# Numero totale di librerie installate
nrow(installed.packages())

# Librerie attualmente caricate
search()
&lt;/syntaxhighlight&gt;

=== Test di funzionalità di base ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di creazione dei dati
test_data &lt;- data.frame(
  age = c(25, 35, 45, 55, 65),
  valore = c(10.5, 20.3, 15.8, 22.1, 18.9)
)

# Visualizzare i dati
print(test_data)

# Statistiche di base
summary(test_data)

# Verificare che tidyverse funzioni
test_data %&gt;%
  filter(age &gt; 30) %&gt;%
  summarise(media = mean(valore))
&lt;/syntaxhighlight&gt;

== 1.5 Creazione dello script di avvio ==

=== File .Rprofile ===
&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un file .Rprofile nella directory di lavoro
# Il contenuto seguente può essere salvato in ~/.Rprofile o ~/Documents/.Rprofile

# ====== Script di avvio PenuX ======
# Caricare le librerie comuni
suppressWarnings({
  library(tidyverse)
  library(caret)
  library(ggplot2)
  library(data.table)
})

# Impostare le opzioni
options(digits = 4)
options(scipen = 10)
options(width = 100)

# Visualizzare un messaggio di benvenuto
cat(&quot;\n=== Benvenuto in PenuX R Analysis ===\n&quot;)
cat(&quot;Directory di lavoro:&quot;, getwd(), &quot;\n&quot;)
cat(&quot;Versione di R:&quot;, R.version$version.string, &quot;\n&quot;)
cat(&quot;Librerie caricate: tidyverse, caret, ggplot2, data.table\n\n&quot;)
&lt;/syntaxhighlight&gt;

=== Come creare il file .Rprofile ===

# Apri un editor di testo (Notepad, Sublime Text, ecc.)
# Incolla il contenuto riportato sopra
# Salvalo con il nome &lt;code&gt;.Rprofile&lt;/code&gt; nella tua directory home
# Riavvia R o RStudio affinché le modifiche abbiano effetto

== Riepilogo dell'unità 1 ==
Abbiamo trattato:

* Installazione di R e RStudio
* Installazione delle librerie essenziali
* Configurazione dell'ambiente di lavoro
* Controlli diagnostici
* Creazione di uno script di avvio personalizzato

== Esercizi pratici ==

# Installa R e RStudio sul tuo computer
# Installa tutte le librerie elencate
# Verifica che ogni libreria funzioni correttamente
# Crea il tuo script .Rprofile personalizzato
# Imposta la tua directory di lavoro PenuX

== Letture consigliate ==

* [https://cran.r-project.org/ Il progetto R]
* [https://rstudio.com/ RStudio]
* [https://www.tidyverse.org/ Tidyverse]
* [https://topepo.github.io/caret/ Pacchetto Caret]

== Il progetto PenuX ==
Il codice sorgente, i modelli e la documentazione della piattaforma PenuX sono disponibili pubblicamente con licenza libera:

* [[github:netanelcyber/penux|Repository PenuX su GitHub]]
* [https://penux.uk Sito del progetto PenuX]
[[Categoria:PenuX in R|Unità 1 - Installazione e configurazione dell&amp;#39;ambiente]]</text>
      <sha1>psgunz6kjbip9pwt4xxi4ah7z5iq07d</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 1</title>
    <ns>0</ns>
    <id>61177</id>
    <revision>
      <id>502064</id>
      <parentid>502009</parentid>
      <timestamp>2026-10-04T14:53:50Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 1]] a [[PenuX in R/Quiz Unità 1]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502009</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1748" sha1="lq7mx5j70usuqnkytx29hxpp3xtv8pm" xml:space="preserve">= PenuX in R: Quiz Unità 1 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione crea un vettore in R?

* A) vector.new()
* B) list.add()
* C) c()
* D) make()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. &lt;code&gt;c()&lt;/code&gt; combina valori in un vettore.
&lt;/div&gt;

== Domanda 2 ==

Che cosa restituisce &lt;code&gt;10 %% 3&lt;/code&gt;?

* A) 3.33
* B) 0
* C) 3
* D) 1 (il resto della divisione)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. L'operatore &lt;code&gt;%%&lt;/code&gt; restituisce il resto: 10 = 3 × 3 + 1.
&lt;/div&gt;

== Domanda 3 ==

Qual è la differenza principale tra matrice e data frame?

* A) La matrice contiene un solo tipo di dato; il data frame può avere colonne di tipi diversi
* B) Il data frame contiene solo numeri
* C) La matrice può avere solo una riga
* D) Non ci sono differenze

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Una matrice è omogenea; un data frame è una tabella con colonne di tipo diverso (numeri, testo, fattori).
&lt;/div&gt;

== Domanda 4 ==

Quale ciclo conviene usare quando non si conosce in anticipo il numero di iterazioni?

* A) for su un vettore di lunghezza fissa
* B) while
* C) if
* D) function

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Il ciclo &lt;code&gt;while&lt;/code&gt; continua finché la condizione è vera.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 1 - Fondamenti del Linguaggio R|Torna all'Unità 1]]</text>
      <sha1>lq7mx5j70usuqnkytx29hxpp3xtv8pm</sha1>
    </revision>
    <revision>
      <id>502096</id>
      <parentid>502064</parentid>
      <timestamp>2026-10-04T18:20:03Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502096</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1787" sha1="7ewuac7qa01unfl8ax3uy6kib65wyfx" xml:space="preserve">= PenuX in R: Quiz Unità 1 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione crea un vettore in R?

* A) vector.new()
* B) list.add()
* C) c()
* D) make()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. &lt;code&gt;c()&lt;/code&gt; combina valori in un vettore.
&lt;/div&gt;

== Domanda 2 ==

Che cosa restituisce &lt;code&gt;10 %% 3&lt;/code&gt;?

* A) 3.33
* B) 0
* C) 3
* D) 1 (il resto della divisione)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. L'operatore &lt;code&gt;%%&lt;/code&gt; restituisce il resto: 10 = 3 × 3 + 1.
&lt;/div&gt;

== Domanda 3 ==

Qual è la differenza principale tra matrice e data frame?

* A) La matrice contiene un solo tipo di dato; il data frame può avere colonne di tipi diversi
* B) Il data frame contiene solo numeri
* C) La matrice può avere solo una riga
* D) Non ci sono differenze

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Una matrice è omogenea; un data frame è una tabella con colonne di tipo diverso (numeri, testo, fattori).
&lt;/div&gt;

== Domanda 4 ==

Quale ciclo conviene usare quando non si conosce in anticipo il numero di iterazioni?

* A) for su un vettore di lunghezza fissa
* B) while
* C) if
* D) function

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Il ciclo &lt;code&gt;while&lt;/code&gt; continua finché la condizione è vera.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 1 - Fondamenti del Linguaggio R|Torna all'Unità 1]]
[[Categoria:PenuX in R|Quiz Unità 1]]</text>
      <sha1>7ewuac7qa01unfl8ax3uy6kib65wyfx</sha1>
    </revision>
    <revision>
      <id>502112</id>
      <parentid>502096</parentid>
      <timestamp>2026-10-04T18:24:08Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502112</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1786" sha1="n2nmzrgm8sbss6x5al75290870ai8m0" xml:space="preserve">= PenuX in R: Quiz Unità 1 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione crea un vettore in R?

* A) vector.new()
* B) list.add()
* C) c()
* D) make()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. &lt;code&gt;c()&lt;/code&gt; combina valori in un vettore.
&lt;/div&gt;

== Domanda 2 ==

Che cosa restituisce &lt;code&gt;10 %% 3&lt;/code&gt;?

* A) 3.33
* B) 0
* C) 3
* D) 1 (il resto della divisione)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. L'operatore &lt;code&gt;%%&lt;/code&gt; restituisce il resto: 10 = 3 × 3 + 1.
&lt;/div&gt;

== Domanda 3 ==

Qual è la differenza principale tra matrice e data frame?

* A) La matrice contiene un solo tipo di dato; il data frame può avere colonne di tipi diversi
* B) Il data frame contiene solo numeri
* C) La matrice può avere solo una riga
* D) Non ci sono differenze

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Una matrice è omogenea; un data frame è una tabella con colonne di tipo diverso (numeri, testo, fattori).
&lt;/div&gt;

== Domanda 4 ==

Quale ciclo conviene usare quando non si conosce in anticipo il numero di iterazioni?

* A) for su un vettore di lunghezza fissa
* B) while
* C) if
* D) function

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Il ciclo &lt;code&gt;while&lt;/code&gt; continua finché la condizione è vera.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Torna all'Unità 1]]
[[Categoria:PenuX in R|Quiz Unità 1]]</text>
      <sha1>n2nmzrgm8sbss6x5al75290870ai8m0</sha1>
    </revision>
    <revision>
      <id>502127</id>
      <parentid>502112</parentid>
      <timestamp>2026-10-04T18:32:00Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502127</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1801" sha1="8wxjthmolvrmskva3fx5tze8dlp96ov" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 1 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione crea un vettore in R?

* A) vector.new()
* B) list.add()
* C) c()
* D) make()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. &lt;code&gt;c()&lt;/code&gt; combina valori in un vettore.
&lt;/div&gt;

== Domanda 2 ==

Che cosa restituisce &lt;code&gt;10 %% 3&lt;/code&gt;?

* A) 3.33
* B) 0
* C) 3
* D) 1 (il resto della divisione)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. L'operatore &lt;code&gt;%%&lt;/code&gt; restituisce il resto: 10 = 3 × 3 + 1.
&lt;/div&gt;

== Domanda 3 ==

Qual è la differenza principale tra matrice e data frame?

* A) La matrice contiene un solo tipo di dato; il data frame può avere colonne di tipi diversi
* B) Il data frame contiene solo numeri
* C) La matrice può avere solo una riga
* D) Non ci sono differenze

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Una matrice è omogenea; un data frame è una tabella con colonne di tipo diverso (numeri, testo, fattori).
&lt;/div&gt;

== Domanda 4 ==

Quale ciclo conviene usare quando non si conosce in anticipo il numero di iterazioni?

* A) for su un vettore di lunghezza fissa
* B) while
* C) if
* D) function

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Il ciclo &lt;code&gt;while&lt;/code&gt; continua finché la condizione è vera.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Torna all'Unità 1]]
[[Categoria:PenuX in R|Quiz Unità 1]]</text>
      <sha1>8wxjthmolvrmskva3fx5tze8dlp96ov</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 1 - Fondamenti del Linguaggio R</title>
    <ns>0</ns>
    <id>61178</id>
    <revision>
      <id>502054</id>
      <parentid>502010</parentid>
      <timestamp>2026-10-04T14:43:42Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 1 - Fondamenti del Linguaggio R]] a [[PenuX in R/Unità 1 - Fondamenti del Linguaggio R]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502010</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="10627" sha1="luk22act9f4e33fxkhd3nd2jgw8fsbq" xml:space="preserve">= PenuX in R: Unità 1 - Fondamenti del Linguaggio R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Comprendere i tipi di dati di base in R
* Lavorare con variabili e funzioni
* Utilizzare vettori, matrici e data frame
* Scrivere cicli e condizionali
* Creare le tue funzioni
* Leggere e scrivere file

== 1.1 Installazione e Configurazione ==

=== Installare R ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Ubuntu/Debian
sudo apt-get install r-base

# macOS
brew install r

# Windows
# Scarica da: https://cran.r-project.org/bin/windows/base/
&lt;/syntaxhighlight&gt;

=== RStudio (IDE Consigliata) ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Scarica da: https://rstudio.com/products/rstudio/download/
&lt;/syntaxhighlight&gt;

== 1.2 Tipi di Dati di Base ==

=== Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vettore numerico
age &lt;- c(25, 30, 35, 40, 45)
print(age)

# Vettore di testo
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;)
print(names)

# Vettore logico
is_sick &lt;- c(TRUE, FALSE, TRUE, FALSE, TRUE)
print(is_sick)

# Verificare il tipo
class(age)
class(names)
class(is_sick)

# Lunghezza del vettore
length(age)

# Accesso agli elementi
age[1]           # Primo elemento
age[c(1, 3)]     # Elementi 1 e 3
age[age &gt; 30]    # Tutti gli elementi &gt; 30
&lt;/syntaxhighlight&gt;

=== Matrici ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una matrice
matrix_data &lt;- matrix(1:12, nrow = 3, ncol = 4)
print(matrix_data)

# Matrice con nomi di righe e colonne
data &lt;- matrix(
  c(65, 72, 58, 81, 92, 76),
  nrow = 3,
  ncol = 2,
  dimnames = list(
    c(&quot;Paziente_1&quot;, &quot;Paziente_2&quot;, &quot;Paziente_3&quot;),
    c(&quot;Pressione_Sistolica&quot;, &quot;Temperatura&quot;)
  )
)

print(data)

# Accesso agli elementi
data[1, 1]    # Riga 1, Colonna 1
data[1, ]     # Intera riga 1
data[, 1]     # Intera colonna 1
&lt;/syntaxhighlight&gt;

=== Data Frames ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un data frame
patients &lt;- data.frame(
  patient_id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(25, 30, 35, 40, 45),
  systolic_bp = c(120, 130, 140, 125, 135)
)

print(patients)

# Accesso alle colonne
patients$age
patients[[&quot;name&quot;]]
patients[, &quot;age&quot;]

# Accesso alle righe
patients[1, ]      # Prima riga
patients[1:3, ]    # Righe 1-3

# Informazioni sul data frame
nrow(patients)     # Numero di righe
ncol(patients)     # Numero di colonne
head(patients)     # Primo 6 righe
str(patients)      # Struttura
summary(patients)  # Statistiche
&lt;/syntaxhighlight&gt;

== 1.3 Operazioni di Base ==

=== Operazioni Aritmetiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Operazioni aritmetiche
5 + 3              # Addizione
10 - 2             # Sottrazione
4 * 5              # Moltiplicazione
20 / 4             # Divisione
2 ^ 3              # Potenza
10 %% 3            # Resto

# Operazioni su vettori
vec1 &lt;- c(1, 2, 3, 4, 5)
vec2 &lt;- c(2, 2, 2, 2, 2)

vec1 + vec2
vec1 * vec2
sqrt(vec1)         # Radice quadrata
log(vec1)          # Logaritmo naturale
exp(vec1)          # e elevato a potenza
&lt;/syntaxhighlight&gt;

=== Operazioni Logiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Confronti
5 &gt; 3              # Maggiore di
10 &lt;= 10           # Minore o uguale
8 == 8             # Uguale
5 != 3             # Non uguale

# Logica booleana
TRUE &amp; FALSE       # AND
TRUE | FALSE       # OR
!TRUE              # NOT

# Su vettori
age &lt;- c(25, 30, 35, 40, 45)
age &gt; 30
age &gt;= 35 &amp; age &lt; 45
!(age == 30)
&lt;/syntaxhighlight&gt;

== 1.4 Funzioni ==

=== Funzioni Integrate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche di base
numbers &lt;- c(1, 2, 3, 4, 5)

mean(numbers)      # Media
median(numbers)    # Mediana
sd(numbers)        # Deviazione standard
var(numbers)       # Varianza
min(numbers)       # Minimo
max(numbers)       # Massimo
sum(numbers)       # Somma
prod(numbers)      # Prodotto
length(numbers)    # Lunghezza

# Funzioni su testo
text &lt;- &quot;Hello World&quot;
nchar(text)        # Numero di caratteri
toupper(text)      # Maiuscole
tolower(text)      # Minuscole
substr(text, 1, 5) # Sottostringa
paste(&quot;Hello&quot;, &quot;World&quot;)  # Concatenazione
&lt;/syntaxhighlight&gt;

=== Creare Funzioni Personalizzate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Funzione semplice
greet &lt;- function(name) {
  message &lt;- paste(&quot;Ciao&quot;, name)
  return(message)
}

greet(&quot;Natanele&quot;)

# Funzione con parametri di default
calculate_bmi &lt;- function(weight, height = 1.70) {
  bmi &lt;- weight / (height ^ 2)
  return(bmi)
}

calculate_bmi(70)       # height = 1.70 (default)
calculate_bmi(70, 1.80)

# Funzione che ritorna multipli valori
get_statistics &lt;- function(data) {
  mean_val &lt;- mean(data)
  sd_val &lt;- sd(data)
  return(list(mean = mean_val, sd = sd_val))
}

stats &lt;- get_statistics(c(1, 2, 3, 4, 5))
stats$mean
stats$sd
&lt;/syntaxhighlight&gt;

== 1.5 Cicli e Condizionali ==

=== if-else ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# if semplice
age &lt;- 25

if (age &gt;= 18) {
  print(&quot;Maggiorenne&quot;)
} else {
  print(&quot;Minorenne&quot;)
}

# if-else if-else
diagnosis &lt;- &quot;Healthy&quot;

if (diagnosis == &quot;Healthy&quot;) {
  print(&quot;Sei sano&quot;)
} else if (diagnosis == &quot;Pancreatitis&quot;) {
  print(&quot;Pancreatite acuta&quot;)
} else if (diagnosis == &quot;Sepsis&quot;) {
  print(&quot;Sepsi&quot;)
} else {
  print(&quot;Diagnosi sconosciuta&quot;)
}

# ifelse vettoriale
age &lt;- c(20, 30, 40, 50, 60)
category &lt;- ifelse(age &gt; 40, &quot;Anziano&quot;, &quot;Giovane&quot;)
print(category)
&lt;/syntaxhighlight&gt;

=== Cicli for ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo for di base
for (i in 1:5) {
  print(paste(&quot;Iterazione&quot;, i))
}

# Ciclo su un vettore
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;)
for (name in names) {
  print(paste(&quot;Ciao&quot;, name))
}

# Ciclo con break e next
for (i in 1:10) {
  if (i == 3) {
    next  # Salta questa iterazione
  }
  if (i == 7) {
    break  # Esci dal ciclo
  }
  print(i)
}
&lt;/syntaxhighlight&gt;

=== Cicli while ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo while
count &lt;- 0
while (count &lt; 5) {
  print(paste(&quot;Count:&quot;, count))
  count &lt;- count + 1
}

# Ciclo con condizione complessa
x &lt;- 10
while (x &gt; 0 &amp; x &lt; 20) {
  print(x)
  x &lt;- x - 2
}
&lt;/syntaxhighlight&gt;

== 1.6 Lavorare con i Pacchetti ==

=== Installazione e Caricamento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare un pacchetto
install.packages(&quot;tidyverse&quot;)
install.packages(&quot;ggplot2&quot;)

# Caricare un pacchetto
library(tidyverse)
library(ggplot2)

# Controllare i pacchetti installati
installed.packages()

# Rimuovere un pacchetto
remove.packages(&quot;tidyverse&quot;)
&lt;/syntaxhighlight&gt;

=== Pacchetti Utili ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# tidyverse - Manipolazione dati conveniente
library(tidyverse)

# ggplot2 - Visualizzazione
library(ggplot2)

# caret - Machine learning
library(caret)

# dplyr - Manipolazione dati
library(dplyr)

# data.table - Tabelle dati veloci
library(data.table)
&lt;/syntaxhighlight&gt;

== 1.7 Leggere e Scrivere File ==

=== File CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Leggere un file CSV
data &lt;- read.csv(&quot;data.csv&quot;)

# Scrivere un file CSV
write.csv(data, &quot;output.csv&quot;, row.names = FALSE)

# Con opzioni
data &lt;- read.csv(&quot;data.csv&quot;,
                 sep = &quot;,&quot;,
                 header = TRUE,
                 encoding = &quot;UTF-8&quot;)
&lt;/syntaxhighlight&gt;

=== Formato RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare un oggetto R
patients &lt;- data.frame(name = c(&quot;Alice&quot;, &quot;Bob&quot;), age = c(30, 40))
saveRDS(patients, &quot;patients.rds&quot;)

# Caricare un oggetto R
loaded_data &lt;- readRDS(&quot;patients.rds&quot;)
&lt;/syntaxhighlight&gt;

== 1.8 Esercizi Pratici ==

=== Esercizio 1: Lavorare con i Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un vettore di 10 età di pazienti
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)

# Calcola la media
mean(ages)

# Quanti pazienti hanno più di 50 anni?
sum(ages &gt; 50)

# Quali sono le età dei pazienti con più di 50 anni?
ages[ages &gt; 50]
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Creare un Data Frame ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un data frame di pazienti
patients &lt;- data.frame(
  id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(45, 52, 38, 61, 55),
  systolic_bp = c(140, 150, 120, 155, 145),
  diagnosis = c(&quot;Healthy&quot;, &quot;Hypertension&quot;, &quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;)
)

# Stampa i dati
print(patients)

# Accedi alla colonna age
patients$age

# Filtra pazienti con diagnosi &quot;Healthy&quot;
healthy_patients &lt;- patients[patients$diagnosis == &quot;Healthy&quot;, ]
print(healthy_patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 3: Creare una Funzione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi una funzione che calcola la MAP
calculate_map &lt;- function(systolic, diastolic) {
  map &lt;- (systolic + 2 * diastolic) / 3
  return(round(map, 2))
}

# Testa la funzione
calculate_map(140, 90)
calculate_map(120, 80)

# Usala su un data frame
patients$MAP &lt;- mapply(calculate_map,
                       patients$systolic_bp,
                       patients$diastolic_bp)

print(patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Cicli e Funzioni ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi un ciclo che stampa statistiche per ogni paziente
for (i in 1:nrow(patients)) {
  cat(&quot;Paziente:&quot;, patients$name[i],
      &quot;| Età:&quot;, patients$age[i],
      &quot;| MAP:&quot;, patients$MAP[i], &quot;\n&quot;)
}

# Scrivi una funzione che categorizza per età
categorize_age &lt;- function(age) {
  if (age &lt; 40) {
    return(&quot;Giovane&quot;)
  } else if (age &lt; 65) {
    return(&quot;Medio&quot;)
  } else {
    return(&quot;Anziano&quot;)
  }
}

# Applica a tutti i pazienti
patients$age_category &lt;- sapply(patients$age, categorize_age)
print(patients)
&lt;/syntaxhighlight&gt;

== 1.9 Verifica della Comprensione ==

* Qual è la differenza tra un vettore, una matrice e un data frame?
* Come si crea una funzione in R?
* Quale è la differenza tra un ciclo for e un ciclo while?
* Come si legge un file CSV in R?
* Come si usa il condizionale if-else?

== 1.10 Soluzioni degli Esercizi ==

=== Soluzione Esercizio 1 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)
mean_age &lt;- mean(ages)  # 52
count_over_50 &lt;- sum(ages &gt; 50)  # 6
ages_over_50 &lt;- ages[ages &gt; 50]  # 52, 61, 55, 72, 58, 50
&lt;/syntaxhighlight&gt;

=== Soluzione Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vedi nell'esercizio stesso
&lt;/syntaxhighlight&gt;

== Riepilogo dell'Unità 1 ==

Abbiamo trattato:
* Tipi di dati: vettori, matrici, data frame
* Operazioni di base e funzioni
* Condizionali e cicli
* Creazione di funzioni personalizzate
* Utilizzo dei pacchetti
* Lettura e scrittura di file
* Esercizi pratici

== Letture Consigliate ==

* [https://www.r-project.org/ R Project]
* [https://rstudio.com/ RStudio]
* [https://r4ds.had.co.nz/ R for Data Science]

== Prosegui da Qui ==

Bene! Ora sei pronto per passare all'Unità 2: Preparazione dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 1|Fai il quiz dell'Unità 1]]</text>
      <sha1>luk22act9f4e33fxkhd3nd2jgw8fsbq</sha1>
    </revision>
    <revision>
      <id>502103</id>
      <parentid>502054</parentid>
      <timestamp>2026-10-04T18:21:19Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502103</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="10691" sha1="9efvu1jxo7ivffkoiozdc49e7b0d9ep" xml:space="preserve">= PenuX in R: Unità 1 - Fondamenti del Linguaggio R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Comprendere i tipi di dati di base in R
* Lavorare con variabili e funzioni
* Utilizzare vettori, matrici e data frame
* Scrivere cicli e condizionali
* Creare le tue funzioni
* Leggere e scrivere file

== 1.1 Installazione e Configurazione ==

=== Installare R ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Ubuntu/Debian
sudo apt-get install r-base

# macOS
brew install r

# Windows
# Scarica da: https://cran.r-project.org/bin/windows/base/
&lt;/syntaxhighlight&gt;

=== RStudio (IDE Consigliata) ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Scarica da: https://rstudio.com/products/rstudio/download/
&lt;/syntaxhighlight&gt;

== 1.2 Tipi di Dati di Base ==

=== Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vettore numerico
age &lt;- c(25, 30, 35, 40, 45)
print(age)

# Vettore di testo
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;)
print(names)

# Vettore logico
is_sick &lt;- c(TRUE, FALSE, TRUE, FALSE, TRUE)
print(is_sick)

# Verificare il tipo
class(age)
class(names)
class(is_sick)

# Lunghezza del vettore
length(age)

# Accesso agli elementi
age[1]           # Primo elemento
age[c(1, 3)]     # Elementi 1 e 3
age[age &gt; 30]    # Tutti gli elementi &gt; 30
&lt;/syntaxhighlight&gt;

=== Matrici ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una matrice
matrix_data &lt;- matrix(1:12, nrow = 3, ncol = 4)
print(matrix_data)

# Matrice con nomi di righe e colonne
data &lt;- matrix(
  c(65, 72, 58, 81, 92, 76),
  nrow = 3,
  ncol = 2,
  dimnames = list(
    c(&quot;Paziente_1&quot;, &quot;Paziente_2&quot;, &quot;Paziente_3&quot;),
    c(&quot;Pressione_Sistolica&quot;, &quot;Temperatura&quot;)
  )
)

print(data)

# Accesso agli elementi
data[1, 1]    # Riga 1, Colonna 1
data[1, ]     # Intera riga 1
data[, 1]     # Intera colonna 1
&lt;/syntaxhighlight&gt;

=== Data Frames ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un data frame
patients &lt;- data.frame(
  patient_id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(25, 30, 35, 40, 45),
  systolic_bp = c(120, 130, 140, 125, 135)
)

print(patients)

# Accesso alle colonne
patients$age
patients[[&quot;name&quot;]]
patients[, &quot;age&quot;]

# Accesso alle righe
patients[1, ]      # Prima riga
patients[1:3, ]    # Righe 1-3

# Informazioni sul data frame
nrow(patients)     # Numero di righe
ncol(patients)     # Numero di colonne
head(patients)     # Primo 6 righe
str(patients)      # Struttura
summary(patients)  # Statistiche
&lt;/syntaxhighlight&gt;

== 1.3 Operazioni di Base ==

=== Operazioni Aritmetiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Operazioni aritmetiche
5 + 3              # Addizione
10 - 2             # Sottrazione
4 * 5              # Moltiplicazione
20 / 4             # Divisione
2 ^ 3              # Potenza
10 %% 3            # Resto

# Operazioni su vettori
vec1 &lt;- c(1, 2, 3, 4, 5)
vec2 &lt;- c(2, 2, 2, 2, 2)

vec1 + vec2
vec1 * vec2
sqrt(vec1)         # Radice quadrata
log(vec1)          # Logaritmo naturale
exp(vec1)          # e elevato a potenza
&lt;/syntaxhighlight&gt;

=== Operazioni Logiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Confronti
5 &gt; 3              # Maggiore di
10 &lt;= 10           # Minore o uguale
8 == 8             # Uguale
5 != 3             # Non uguale

# Logica booleana
TRUE &amp; FALSE       # AND
TRUE | FALSE       # OR
!TRUE              # NOT

# Su vettori
age &lt;- c(25, 30, 35, 40, 45)
age &gt; 30
age &gt;= 35 &amp; age &lt; 45
!(age == 30)
&lt;/syntaxhighlight&gt;

== 1.4 Funzioni ==

=== Funzioni Integrate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche di base
numbers &lt;- c(1, 2, 3, 4, 5)

mean(numbers)      # Media
median(numbers)    # Mediana
sd(numbers)        # Deviazione standard
var(numbers)       # Varianza
min(numbers)       # Minimo
max(numbers)       # Massimo
sum(numbers)       # Somma
prod(numbers)      # Prodotto
length(numbers)    # Lunghezza

# Funzioni su testo
text &lt;- &quot;Hello World&quot;
nchar(text)        # Numero di caratteri
toupper(text)      # Maiuscole
tolower(text)      # Minuscole
substr(text, 1, 5) # Sottostringa
paste(&quot;Hello&quot;, &quot;World&quot;)  # Concatenazione
&lt;/syntaxhighlight&gt;

=== Creare Funzioni Personalizzate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Funzione semplice
greet &lt;- function(name) {
  message &lt;- paste(&quot;Ciao&quot;, name)
  return(message)
}

greet(&quot;Natanele&quot;)

# Funzione con parametri di default
calculate_bmi &lt;- function(weight, height = 1.70) {
  bmi &lt;- weight / (height ^ 2)
  return(bmi)
}

calculate_bmi(70)       # height = 1.70 (default)
calculate_bmi(70, 1.80)

# Funzione che ritorna multipli valori
get_statistics &lt;- function(data) {
  mean_val &lt;- mean(data)
  sd_val &lt;- sd(data)
  return(list(mean = mean_val, sd = sd_val))
}

stats &lt;- get_statistics(c(1, 2, 3, 4, 5))
stats$mean
stats$sd
&lt;/syntaxhighlight&gt;

== 1.5 Cicli e Condizionali ==

=== if-else ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# if semplice
age &lt;- 25

if (age &gt;= 18) {
  print(&quot;Maggiorenne&quot;)
} else {
  print(&quot;Minorenne&quot;)
}

# if-else if-else
diagnosis &lt;- &quot;Healthy&quot;

if (diagnosis == &quot;Healthy&quot;) {
  print(&quot;Sei sano&quot;)
} else if (diagnosis == &quot;Pancreatitis&quot;) {
  print(&quot;Pancreatite acuta&quot;)
} else if (diagnosis == &quot;Sepsis&quot;) {
  print(&quot;Sepsi&quot;)
} else {
  print(&quot;Diagnosi sconosciuta&quot;)
}

# ifelse vettoriale
age &lt;- c(20, 30, 40, 50, 60)
category &lt;- ifelse(age &gt; 40, &quot;Anziano&quot;, &quot;Giovane&quot;)
print(category)
&lt;/syntaxhighlight&gt;

=== Cicli for ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo for di base
for (i in 1:5) {
  print(paste(&quot;Iterazione&quot;, i))
}

# Ciclo su un vettore
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;)
for (name in names) {
  print(paste(&quot;Ciao&quot;, name))
}

# Ciclo con break e next
for (i in 1:10) {
  if (i == 3) {
    next  # Salta questa iterazione
  }
  if (i == 7) {
    break  # Esci dal ciclo
  }
  print(i)
}
&lt;/syntaxhighlight&gt;

=== Cicli while ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo while
count &lt;- 0
while (count &lt; 5) {
  print(paste(&quot;Count:&quot;, count))
  count &lt;- count + 1
}

# Ciclo con condizione complessa
x &lt;- 10
while (x &gt; 0 &amp; x &lt; 20) {
  print(x)
  x &lt;- x - 2
}
&lt;/syntaxhighlight&gt;

== 1.6 Lavorare con i Pacchetti ==

=== Installazione e Caricamento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare un pacchetto
install.packages(&quot;tidyverse&quot;)
install.packages(&quot;ggplot2&quot;)

# Caricare un pacchetto
library(tidyverse)
library(ggplot2)

# Controllare i pacchetti installati
installed.packages()

# Rimuovere un pacchetto
remove.packages(&quot;tidyverse&quot;)
&lt;/syntaxhighlight&gt;

=== Pacchetti Utili ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# tidyverse - Manipolazione dati conveniente
library(tidyverse)

# ggplot2 - Visualizzazione
library(ggplot2)

# caret - Machine learning
library(caret)

# dplyr - Manipolazione dati
library(dplyr)

# data.table - Tabelle dati veloci
library(data.table)
&lt;/syntaxhighlight&gt;

== 1.7 Leggere e Scrivere File ==

=== File CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Leggere un file CSV
data &lt;- read.csv(&quot;data.csv&quot;)

# Scrivere un file CSV
write.csv(data, &quot;output.csv&quot;, row.names = FALSE)

# Con opzioni
data &lt;- read.csv(&quot;data.csv&quot;,
                 sep = &quot;,&quot;,
                 header = TRUE,
                 encoding = &quot;UTF-8&quot;)
&lt;/syntaxhighlight&gt;

=== Formato RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare un oggetto R
patients &lt;- data.frame(name = c(&quot;Alice&quot;, &quot;Bob&quot;), age = c(30, 40))
saveRDS(patients, &quot;patients.rds&quot;)

# Caricare un oggetto R
loaded_data &lt;- readRDS(&quot;patients.rds&quot;)
&lt;/syntaxhighlight&gt;

== 1.8 Esercizi Pratici ==

=== Esercizio 1: Lavorare con i Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un vettore di 10 età di pazienti
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)

# Calcola la media
mean(ages)

# Quanti pazienti hanno più di 50 anni?
sum(ages &gt; 50)

# Quali sono le età dei pazienti con più di 50 anni?
ages[ages &gt; 50]
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Creare un Data Frame ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un data frame di pazienti
patients &lt;- data.frame(
  id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(45, 52, 38, 61, 55),
  systolic_bp = c(140, 150, 120, 155, 145),
  diagnosis = c(&quot;Healthy&quot;, &quot;Hypertension&quot;, &quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;)
)

# Stampa i dati
print(patients)

# Accedi alla colonna age
patients$age

# Filtra pazienti con diagnosi &quot;Healthy&quot;
healthy_patients &lt;- patients[patients$diagnosis == &quot;Healthy&quot;, ]
print(healthy_patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 3: Creare una Funzione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi una funzione che calcola la MAP
calculate_map &lt;- function(systolic, diastolic) {
  map &lt;- (systolic + 2 * diastolic) / 3
  return(round(map, 2))
}

# Testa la funzione
calculate_map(140, 90)
calculate_map(120, 80)

# Usala su un data frame
patients$MAP &lt;- mapply(calculate_map,
                       patients$systolic_bp,
                       patients$diastolic_bp)

print(patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Cicli e Funzioni ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi un ciclo che stampa statistiche per ogni paziente
for (i in 1:nrow(patients)) {
  cat(&quot;Paziente:&quot;, patients$name[i],
      &quot;| Età:&quot;, patients$age[i],
      &quot;| MAP:&quot;, patients$MAP[i], &quot;\n&quot;)
}

# Scrivi una funzione che categorizza per età
categorize_age &lt;- function(age) {
  if (age &lt; 40) {
    return(&quot;Giovane&quot;)
  } else if (age &lt; 65) {
    return(&quot;Medio&quot;)
  } else {
    return(&quot;Anziano&quot;)
  }
}

# Applica a tutti i pazienti
patients$age_category &lt;- sapply(patients$age, categorize_age)
print(patients)
&lt;/syntaxhighlight&gt;

== 1.9 Verifica della Comprensione ==

* Qual è la differenza tra un vettore, una matrice e un data frame?
* Come si crea una funzione in R?
* Quale è la differenza tra un ciclo for e un ciclo while?
* Come si legge un file CSV in R?
* Come si usa il condizionale if-else?

== 1.10 Soluzioni degli Esercizi ==

=== Soluzione Esercizio 1 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)
mean_age &lt;- mean(ages)  # 52
count_over_50 &lt;- sum(ages &gt; 50)  # 6
ages_over_50 &lt;- ages[ages &gt; 50]  # 52, 61, 55, 72, 58, 50
&lt;/syntaxhighlight&gt;

=== Soluzione Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vedi nell'esercizio stesso
&lt;/syntaxhighlight&gt;

== Riepilogo dell'Unità 1 ==

Abbiamo trattato:
* Tipi di dati: vettori, matrici, data frame
* Operazioni di base e funzioni
* Condizionali e cicli
* Creazione di funzioni personalizzate
* Utilizzo dei pacchetti
* Lettura e scrittura di file
* Esercizi pratici

== Letture Consigliate ==

* [https://www.r-project.org/ R Project]
* [https://rstudio.com/ RStudio]
* [https://r4ds.had.co.nz/ R for Data Science]

== Prosegui da Qui ==

Bene! Ora sei pronto per passare all'Unità 2: Preparazione dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 1|Fai il quiz dell'Unità 1]]
[[Categoria:PenuX in R|Unità 1 - Fondamenti del Linguaggio R]]</text>
      <sha1>9efvu1jxo7ivffkoiozdc49e7b0d9ep</sha1>
    </revision>
    <revision>
      <id>502119</id>
      <parentid>502103</parentid>
      <timestamp>2026-10-04T18:25:18Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502119</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="10690" sha1="595z03mzydxr77d75ucb0lp33uv7bm7" xml:space="preserve">= PenuX in R: Unità 1 - Fondamenti del Linguaggio R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Comprendere i tipi di dati di base in R
* Lavorare con variabili e funzioni
* Utilizzare vettori, matrici e data frame
* Scrivere cicli e condizionali
* Creare le tue funzioni
* Leggere e scrivere file

== 1.1 Installazione e Configurazione ==

=== Installare R ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Ubuntu/Debian
sudo apt-get install r-base

# macOS
brew install r

# Windows
# Scarica da: https://cran.r-project.org/bin/windows/base/
&lt;/syntaxhighlight&gt;

=== RStudio (IDE Consigliata) ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Scarica da: https://rstudio.com/products/rstudio/download/
&lt;/syntaxhighlight&gt;

== 1.2 Tipi di Dati di Base ==

=== Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vettore numerico
age &lt;- c(25, 30, 35, 40, 45)
print(age)

# Vettore di testo
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;)
print(names)

# Vettore logico
is_sick &lt;- c(TRUE, FALSE, TRUE, FALSE, TRUE)
print(is_sick)

# Verificare il tipo
class(age)
class(names)
class(is_sick)

# Lunghezza del vettore
length(age)

# Accesso agli elementi
age[1]           # Primo elemento
age[c(1, 3)]     # Elementi 1 e 3
age[age &gt; 30]    # Tutti gli elementi &gt; 30
&lt;/syntaxhighlight&gt;

=== Matrici ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una matrice
matrix_data &lt;- matrix(1:12, nrow = 3, ncol = 4)
print(matrix_data)

# Matrice con nomi di righe e colonne
data &lt;- matrix(
  c(65, 72, 58, 81, 92, 76),
  nrow = 3,
  ncol = 2,
  dimnames = list(
    c(&quot;Paziente_1&quot;, &quot;Paziente_2&quot;, &quot;Paziente_3&quot;),
    c(&quot;Pressione_Sistolica&quot;, &quot;Temperatura&quot;)
  )
)

print(data)

# Accesso agli elementi
data[1, 1]    # Riga 1, Colonna 1
data[1, ]     # Intera riga 1
data[, 1]     # Intera colonna 1
&lt;/syntaxhighlight&gt;

=== Data Frames ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un data frame
patients &lt;- data.frame(
  patient_id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(25, 30, 35, 40, 45),
  systolic_bp = c(120, 130, 140, 125, 135)
)

print(patients)

# Accesso alle colonne
patients$age
patients[[&quot;name&quot;]]
patients[, &quot;age&quot;]

# Accesso alle righe
patients[1, ]      # Prima riga
patients[1:3, ]    # Righe 1-3

# Informazioni sul data frame
nrow(patients)     # Numero di righe
ncol(patients)     # Numero di colonne
head(patients)     # Primo 6 righe
str(patients)      # Struttura
summary(patients)  # Statistiche
&lt;/syntaxhighlight&gt;

== 1.3 Operazioni di Base ==

=== Operazioni Aritmetiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Operazioni aritmetiche
5 + 3              # Addizione
10 - 2             # Sottrazione
4 * 5              # Moltiplicazione
20 / 4             # Divisione
2 ^ 3              # Potenza
10 %% 3            # Resto

# Operazioni su vettori
vec1 &lt;- c(1, 2, 3, 4, 5)
vec2 &lt;- c(2, 2, 2, 2, 2)

vec1 + vec2
vec1 * vec2
sqrt(vec1)         # Radice quadrata
log(vec1)          # Logaritmo naturale
exp(vec1)          # e elevato a potenza
&lt;/syntaxhighlight&gt;

=== Operazioni Logiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Confronti
5 &gt; 3              # Maggiore di
10 &lt;= 10           # Minore o uguale
8 == 8             # Uguale
5 != 3             # Non uguale

# Logica booleana
TRUE &amp; FALSE       # AND
TRUE | FALSE       # OR
!TRUE              # NOT

# Su vettori
age &lt;- c(25, 30, 35, 40, 45)
age &gt; 30
age &gt;= 35 &amp; age &lt; 45
!(age == 30)
&lt;/syntaxhighlight&gt;

== 1.4 Funzioni ==

=== Funzioni Integrate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche di base
numbers &lt;- c(1, 2, 3, 4, 5)

mean(numbers)      # Media
median(numbers)    # Mediana
sd(numbers)        # Deviazione standard
var(numbers)       # Varianza
min(numbers)       # Minimo
max(numbers)       # Massimo
sum(numbers)       # Somma
prod(numbers)      # Prodotto
length(numbers)    # Lunghezza

# Funzioni su testo
text &lt;- &quot;Hello World&quot;
nchar(text)        # Numero di caratteri
toupper(text)      # Maiuscole
tolower(text)      # Minuscole
substr(text, 1, 5) # Sottostringa
paste(&quot;Hello&quot;, &quot;World&quot;)  # Concatenazione
&lt;/syntaxhighlight&gt;

=== Creare Funzioni Personalizzate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Funzione semplice
greet &lt;- function(name) {
  message &lt;- paste(&quot;Ciao&quot;, name)
  return(message)
}

greet(&quot;Natanele&quot;)

# Funzione con parametri di default
calculate_bmi &lt;- function(weight, height = 1.70) {
  bmi &lt;- weight / (height ^ 2)
  return(bmi)
}

calculate_bmi(70)       # height = 1.70 (default)
calculate_bmi(70, 1.80)

# Funzione che ritorna multipli valori
get_statistics &lt;- function(data) {
  mean_val &lt;- mean(data)
  sd_val &lt;- sd(data)
  return(list(mean = mean_val, sd = sd_val))
}

stats &lt;- get_statistics(c(1, 2, 3, 4, 5))
stats$mean
stats$sd
&lt;/syntaxhighlight&gt;

== 1.5 Cicli e Condizionali ==

=== if-else ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# if semplice
age &lt;- 25

if (age &gt;= 18) {
  print(&quot;Maggiorenne&quot;)
} else {
  print(&quot;Minorenne&quot;)
}

# if-else if-else
diagnosis &lt;- &quot;Healthy&quot;

if (diagnosis == &quot;Healthy&quot;) {
  print(&quot;Sei sano&quot;)
} else if (diagnosis == &quot;Pancreatitis&quot;) {
  print(&quot;Pancreatite acuta&quot;)
} else if (diagnosis == &quot;Sepsis&quot;) {
  print(&quot;Sepsi&quot;)
} else {
  print(&quot;Diagnosi sconosciuta&quot;)
}

# ifelse vettoriale
age &lt;- c(20, 30, 40, 50, 60)
category &lt;- ifelse(age &gt; 40, &quot;Anziano&quot;, &quot;Giovane&quot;)
print(category)
&lt;/syntaxhighlight&gt;

=== Cicli for ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo for di base
for (i in 1:5) {
  print(paste(&quot;Iterazione&quot;, i))
}

# Ciclo su un vettore
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;)
for (name in names) {
  print(paste(&quot;Ciao&quot;, name))
}

# Ciclo con break e next
for (i in 1:10) {
  if (i == 3) {
    next  # Salta questa iterazione
  }
  if (i == 7) {
    break  # Esci dal ciclo
  }
  print(i)
}
&lt;/syntaxhighlight&gt;

=== Cicli while ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo while
count &lt;- 0
while (count &lt; 5) {
  print(paste(&quot;Count:&quot;, count))
  count &lt;- count + 1
}

# Ciclo con condizione complessa
x &lt;- 10
while (x &gt; 0 &amp; x &lt; 20) {
  print(x)
  x &lt;- x - 2
}
&lt;/syntaxhighlight&gt;

== 1.6 Lavorare con i Pacchetti ==

=== Installazione e Caricamento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare un pacchetto
install.packages(&quot;tidyverse&quot;)
install.packages(&quot;ggplot2&quot;)

# Caricare un pacchetto
library(tidyverse)
library(ggplot2)

# Controllare i pacchetti installati
installed.packages()

# Rimuovere un pacchetto
remove.packages(&quot;tidyverse&quot;)
&lt;/syntaxhighlight&gt;

=== Pacchetti Utili ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# tidyverse - Manipolazione dati conveniente
library(tidyverse)

# ggplot2 - Visualizzazione
library(ggplot2)

# caret - Machine learning
library(caret)

# dplyr - Manipolazione dati
library(dplyr)

# data.table - Tabelle dati veloci
library(data.table)
&lt;/syntaxhighlight&gt;

== 1.7 Leggere e Scrivere File ==

=== File CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Leggere un file CSV
data &lt;- read.csv(&quot;data.csv&quot;)

# Scrivere un file CSV
write.csv(data, &quot;output.csv&quot;, row.names = FALSE)

# Con opzioni
data &lt;- read.csv(&quot;data.csv&quot;,
                 sep = &quot;,&quot;,
                 header = TRUE,
                 encoding = &quot;UTF-8&quot;)
&lt;/syntaxhighlight&gt;

=== Formato RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare un oggetto R
patients &lt;- data.frame(name = c(&quot;Alice&quot;, &quot;Bob&quot;), age = c(30, 40))
saveRDS(patients, &quot;patients.rds&quot;)

# Caricare un oggetto R
loaded_data &lt;- readRDS(&quot;patients.rds&quot;)
&lt;/syntaxhighlight&gt;

== 1.8 Esercizi Pratici ==

=== Esercizio 1: Lavorare con i Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un vettore di 10 età di pazienti
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)

# Calcola la media
mean(ages)

# Quanti pazienti hanno più di 50 anni?
sum(ages &gt; 50)

# Quali sono le età dei pazienti con più di 50 anni?
ages[ages &gt; 50]
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Creare un Data Frame ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un data frame di pazienti
patients &lt;- data.frame(
  id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(45, 52, 38, 61, 55),
  systolic_bp = c(140, 150, 120, 155, 145),
  diagnosis = c(&quot;Healthy&quot;, &quot;Hypertension&quot;, &quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;)
)

# Stampa i dati
print(patients)

# Accedi alla colonna age
patients$age

# Filtra pazienti con diagnosi &quot;Healthy&quot;
healthy_patients &lt;- patients[patients$diagnosis == &quot;Healthy&quot;, ]
print(healthy_patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 3: Creare una Funzione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi una funzione che calcola la MAP
calculate_map &lt;- function(systolic, diastolic) {
  map &lt;- (systolic + 2 * diastolic) / 3
  return(round(map, 2))
}

# Testa la funzione
calculate_map(140, 90)
calculate_map(120, 80)

# Usala su un data frame
patients$MAP &lt;- mapply(calculate_map,
                       patients$systolic_bp,
                       patients$diastolic_bp)

print(patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Cicli e Funzioni ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi un ciclo che stampa statistiche per ogni paziente
for (i in 1:nrow(patients)) {
  cat(&quot;Paziente:&quot;, patients$name[i],
      &quot;| Età:&quot;, patients$age[i],
      &quot;| MAP:&quot;, patients$MAP[i], &quot;\n&quot;)
}

# Scrivi una funzione che categorizza per età
categorize_age &lt;- function(age) {
  if (age &lt; 40) {
    return(&quot;Giovane&quot;)
  } else if (age &lt; 65) {
    return(&quot;Medio&quot;)
  } else {
    return(&quot;Anziano&quot;)
  }
}

# Applica a tutti i pazienti
patients$age_category &lt;- sapply(patients$age, categorize_age)
print(patients)
&lt;/syntaxhighlight&gt;

== 1.9 Verifica della Comprensione ==

* Qual è la differenza tra un vettore, una matrice e un data frame?
* Come si crea una funzione in R?
* Quale è la differenza tra un ciclo for e un ciclo while?
* Come si legge un file CSV in R?
* Come si usa il condizionale if-else?

== 1.10 Soluzioni degli Esercizi ==

=== Soluzione Esercizio 1 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)
mean_age &lt;- mean(ages)  # 52
count_over_50 &lt;- sum(ages &gt; 50)  # 6
ages_over_50 &lt;- ages[ages &gt; 50]  # 52, 61, 55, 72, 58, 50
&lt;/syntaxhighlight&gt;

=== Soluzione Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vedi nell'esercizio stesso
&lt;/syntaxhighlight&gt;

== Riepilogo dell'Unità 1 ==

Abbiamo trattato:
* Tipi di dati: vettori, matrici, data frame
* Operazioni di base e funzioni
* Condizionali e cicli
* Creazione di funzioni personalizzate
* Utilizzo dei pacchetti
* Lettura e scrittura di file
* Esercizi pratici

== Letture Consigliate ==

* [https://www.r-project.org/ R Project]
* [https://rstudio.com/ RStudio]
* [https://r4ds.had.co.nz/ R for Data Science]

== Prosegui da Qui ==

Bene! Ora sei pronto per passare all'Unità 2: Preparazione dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 1|Fai il quiz dell'Unità 1]]
[[Categoria:PenuX in R|Unità 1 - Fondamenti del Linguaggio R]]</text>
      <sha1>595z03mzydxr77d75ucb0lp33uv7bm7</sha1>
    </revision>
    <revision>
      <id>502134</id>
      <parentid>502119</parentid>
      <timestamp>2026-10-04T18:33:40Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502134</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="10705" sha1="esbnccuaxlqm0121v2cz1w2aylb30xy" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 1 - Fondamenti del Linguaggio R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Comprendere i tipi di dati di base in R
* Lavorare con variabili e funzioni
* Utilizzare vettori, matrici e data frame
* Scrivere cicli e condizionali
* Creare le tue funzioni
* Leggere e scrivere file

== 1.1 Installazione e Configurazione ==

=== Installare R ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Ubuntu/Debian
sudo apt-get install r-base

# macOS
brew install r

# Windows
# Scarica da: https://cran.r-project.org/bin/windows/base/
&lt;/syntaxhighlight&gt;

=== RStudio (IDE Consigliata) ===

&lt;syntaxhighlight lang=&quot;bash&quot;&gt;
# Scarica da: https://rstudio.com/products/rstudio/download/
&lt;/syntaxhighlight&gt;

== 1.2 Tipi di Dati di Base ==

=== Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vettore numerico
age &lt;- c(25, 30, 35, 40, 45)
print(age)

# Vettore di testo
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;)
print(names)

# Vettore logico
is_sick &lt;- c(TRUE, FALSE, TRUE, FALSE, TRUE)
print(is_sick)

# Verificare il tipo
class(age)
class(names)
class(is_sick)

# Lunghezza del vettore
length(age)

# Accesso agli elementi
age[1]           # Primo elemento
age[c(1, 3)]     # Elementi 1 e 3
age[age &gt; 30]    # Tutti gli elementi &gt; 30
&lt;/syntaxhighlight&gt;

=== Matrici ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una matrice
matrix_data &lt;- matrix(1:12, nrow = 3, ncol = 4)
print(matrix_data)

# Matrice con nomi di righe e colonne
data &lt;- matrix(
  c(65, 72, 58, 81, 92, 76),
  nrow = 3,
  ncol = 2,
  dimnames = list(
    c(&quot;Paziente_1&quot;, &quot;Paziente_2&quot;, &quot;Paziente_3&quot;),
    c(&quot;Pressione_Sistolica&quot;, &quot;Temperatura&quot;)
  )
)

print(data)

# Accesso agli elementi
data[1, 1]    # Riga 1, Colonna 1
data[1, ]     # Intera riga 1
data[, 1]     # Intera colonna 1
&lt;/syntaxhighlight&gt;

=== Data Frames ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un data frame
patients &lt;- data.frame(
  patient_id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(25, 30, 35, 40, 45),
  systolic_bp = c(120, 130, 140, 125, 135)
)

print(patients)

# Accesso alle colonne
patients$age
patients[[&quot;name&quot;]]
patients[, &quot;age&quot;]

# Accesso alle righe
patients[1, ]      # Prima riga
patients[1:3, ]    # Righe 1-3

# Informazioni sul data frame
nrow(patients)     # Numero di righe
ncol(patients)     # Numero di colonne
head(patients)     # Primo 6 righe
str(patients)      # Struttura
summary(patients)  # Statistiche
&lt;/syntaxhighlight&gt;

== 1.3 Operazioni di Base ==

=== Operazioni Aritmetiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Operazioni aritmetiche
5 + 3              # Addizione
10 - 2             # Sottrazione
4 * 5              # Moltiplicazione
20 / 4             # Divisione
2 ^ 3              # Potenza
10 %% 3            # Resto

# Operazioni su vettori
vec1 &lt;- c(1, 2, 3, 4, 5)
vec2 &lt;- c(2, 2, 2, 2, 2)

vec1 + vec2
vec1 * vec2
sqrt(vec1)         # Radice quadrata
log(vec1)          # Logaritmo naturale
exp(vec1)          # e elevato a potenza
&lt;/syntaxhighlight&gt;

=== Operazioni Logiche ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Confronti
5 &gt; 3              # Maggiore di
10 &lt;= 10           # Minore o uguale
8 == 8             # Uguale
5 != 3             # Non uguale

# Logica booleana
TRUE &amp; FALSE       # AND
TRUE | FALSE       # OR
!TRUE              # NOT

# Su vettori
age &lt;- c(25, 30, 35, 40, 45)
age &gt; 30
age &gt;= 35 &amp; age &lt; 45
!(age == 30)
&lt;/syntaxhighlight&gt;

== 1.4 Funzioni ==

=== Funzioni Integrate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche di base
numbers &lt;- c(1, 2, 3, 4, 5)

mean(numbers)      # Media
median(numbers)    # Mediana
sd(numbers)        # Deviazione standard
var(numbers)       # Varianza
min(numbers)       # Minimo
max(numbers)       # Massimo
sum(numbers)       # Somma
prod(numbers)      # Prodotto
length(numbers)    # Lunghezza

# Funzioni su testo
text &lt;- &quot;Hello World&quot;
nchar(text)        # Numero di caratteri
toupper(text)      # Maiuscole
tolower(text)      # Minuscole
substr(text, 1, 5) # Sottostringa
paste(&quot;Hello&quot;, &quot;World&quot;)  # Concatenazione
&lt;/syntaxhighlight&gt;

=== Creare Funzioni Personalizzate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Funzione semplice
greet &lt;- function(name) {
  message &lt;- paste(&quot;Ciao&quot;, name)
  return(message)
}

greet(&quot;Natanele&quot;)

# Funzione con parametri di default
calculate_bmi &lt;- function(weight, height = 1.70) {
  bmi &lt;- weight / (height ^ 2)
  return(bmi)
}

calculate_bmi(70)       # height = 1.70 (default)
calculate_bmi(70, 1.80)

# Funzione che ritorna multipli valori
get_statistics &lt;- function(data) {
  mean_val &lt;- mean(data)
  sd_val &lt;- sd(data)
  return(list(mean = mean_val, sd = sd_val))
}

stats &lt;- get_statistics(c(1, 2, 3, 4, 5))
stats$mean
stats$sd
&lt;/syntaxhighlight&gt;

== 1.5 Cicli e Condizionali ==

=== if-else ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# if semplice
age &lt;- 25

if (age &gt;= 18) {
  print(&quot;Maggiorenne&quot;)
} else {
  print(&quot;Minorenne&quot;)
}

# if-else if-else
diagnosis &lt;- &quot;Healthy&quot;

if (diagnosis == &quot;Healthy&quot;) {
  print(&quot;Sei sano&quot;)
} else if (diagnosis == &quot;Pancreatitis&quot;) {
  print(&quot;Pancreatite acuta&quot;)
} else if (diagnosis == &quot;Sepsis&quot;) {
  print(&quot;Sepsi&quot;)
} else {
  print(&quot;Diagnosi sconosciuta&quot;)
}

# ifelse vettoriale
age &lt;- c(20, 30, 40, 50, 60)
category &lt;- ifelse(age &gt; 40, &quot;Anziano&quot;, &quot;Giovane&quot;)
print(category)
&lt;/syntaxhighlight&gt;

=== Cicli for ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo for di base
for (i in 1:5) {
  print(paste(&quot;Iterazione&quot;, i))
}

# Ciclo su un vettore
names &lt;- c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;)
for (name in names) {
  print(paste(&quot;Ciao&quot;, name))
}

# Ciclo con break e next
for (i in 1:10) {
  if (i == 3) {
    next  # Salta questa iterazione
  }
  if (i == 7) {
    break  # Esci dal ciclo
  }
  print(i)
}
&lt;/syntaxhighlight&gt;

=== Cicli while ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Ciclo while
count &lt;- 0
while (count &lt; 5) {
  print(paste(&quot;Count:&quot;, count))
  count &lt;- count + 1
}

# Ciclo con condizione complessa
x &lt;- 10
while (x &gt; 0 &amp; x &lt; 20) {
  print(x)
  x &lt;- x - 2
}
&lt;/syntaxhighlight&gt;

== 1.6 Lavorare con i Pacchetti ==

=== Installazione e Caricamento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare un pacchetto
install.packages(&quot;tidyverse&quot;)
install.packages(&quot;ggplot2&quot;)

# Caricare un pacchetto
library(tidyverse)
library(ggplot2)

# Controllare i pacchetti installati
installed.packages()

# Rimuovere un pacchetto
remove.packages(&quot;tidyverse&quot;)
&lt;/syntaxhighlight&gt;

=== Pacchetti Utili ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# tidyverse - Manipolazione dati conveniente
library(tidyverse)

# ggplot2 - Visualizzazione
library(ggplot2)

# caret - Machine learning
library(caret)

# dplyr - Manipolazione dati
library(dplyr)

# data.table - Tabelle dati veloci
library(data.table)
&lt;/syntaxhighlight&gt;

== 1.7 Leggere e Scrivere File ==

=== File CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Leggere un file CSV
data &lt;- read.csv(&quot;data.csv&quot;)

# Scrivere un file CSV
write.csv(data, &quot;output.csv&quot;, row.names = FALSE)

# Con opzioni
data &lt;- read.csv(&quot;data.csv&quot;,
                 sep = &quot;,&quot;,
                 header = TRUE,
                 encoding = &quot;UTF-8&quot;)
&lt;/syntaxhighlight&gt;

=== Formato RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare un oggetto R
patients &lt;- data.frame(name = c(&quot;Alice&quot;, &quot;Bob&quot;), age = c(30, 40))
saveRDS(patients, &quot;patients.rds&quot;)

# Caricare un oggetto R
loaded_data &lt;- readRDS(&quot;patients.rds&quot;)
&lt;/syntaxhighlight&gt;

== 1.8 Esercizi Pratici ==

=== Esercizio 1: Lavorare con i Vettori ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un vettore di 10 età di pazienti
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)

# Calcola la media
mean(ages)

# Quanti pazienti hanno più di 50 anni?
sum(ages &gt; 50)

# Quali sono le età dei pazienti con più di 50 anni?
ages[ages &gt; 50]
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Creare un Data Frame ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Crea un data frame di pazienti
patients &lt;- data.frame(
  id = 1:5,
  name = c(&quot;Alice&quot;, &quot;Bob&quot;, &quot;Carlo&quot;, &quot;Diana&quot;, &quot;Enrico&quot;),
  age = c(45, 52, 38, 61, 55),
  systolic_bp = c(140, 150, 120, 155, 145),
  diagnosis = c(&quot;Healthy&quot;, &quot;Hypertension&quot;, &quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;)
)

# Stampa i dati
print(patients)

# Accedi alla colonna age
patients$age

# Filtra pazienti con diagnosi &quot;Healthy&quot;
healthy_patients &lt;- patients[patients$diagnosis == &quot;Healthy&quot;, ]
print(healthy_patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 3: Creare una Funzione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi una funzione che calcola la MAP
calculate_map &lt;- function(systolic, diastolic) {
  map &lt;- (systolic + 2 * diastolic) / 3
  return(round(map, 2))
}

# Testa la funzione
calculate_map(140, 90)
calculate_map(120, 80)

# Usala su un data frame
patients$MAP &lt;- mapply(calculate_map,
                       patients$systolic_bp,
                       patients$diastolic_bp)

print(patients)
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Cicli e Funzioni ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scrivi un ciclo che stampa statistiche per ogni paziente
for (i in 1:nrow(patients)) {
  cat(&quot;Paziente:&quot;, patients$name[i],
      &quot;| Età:&quot;, patients$age[i],
      &quot;| MAP:&quot;, patients$MAP[i], &quot;\n&quot;)
}

# Scrivi una funzione che categorizza per età
categorize_age &lt;- function(age) {
  if (age &lt; 40) {
    return(&quot;Giovane&quot;)
  } else if (age &lt; 65) {
    return(&quot;Medio&quot;)
  } else {
    return(&quot;Anziano&quot;)
  }
}

# Applica a tutti i pazienti
patients$age_category &lt;- sapply(patients$age, categorize_age)
print(patients)
&lt;/syntaxhighlight&gt;

== 1.9 Verifica della Comprensione ==

* Qual è la differenza tra un vettore, una matrice e un data frame?
* Come si crea una funzione in R?
* Quale è la differenza tra un ciclo for e un ciclo while?
* Come si legge un file CSV in R?
* Come si usa il condizionale if-else?

== 1.10 Soluzioni degli Esercizi ==

=== Soluzione Esercizio 1 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ages &lt;- c(45, 52, 38, 61, 55, 48, 72, 41, 58, 50)
mean_age &lt;- mean(ages)  # 52
count_over_50 &lt;- sum(ages &gt; 50)  # 6
ages_over_50 &lt;- ages[ages &gt; 50]  # 52, 61, 55, 72, 58, 50
&lt;/syntaxhighlight&gt;

=== Soluzione Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Vedi nell'esercizio stesso
&lt;/syntaxhighlight&gt;

== Riepilogo dell'Unità 1 ==

Abbiamo trattato:
* Tipi di dati: vettori, matrici, data frame
* Operazioni di base e funzioni
* Condizionali e cicli
* Creazione di funzioni personalizzate
* Utilizzo dei pacchetti
* Lettura e scrittura di file
* Esercizi pratici

== Letture Consigliate ==

* [https://www.r-project.org/ R Project]
* [https://rstudio.com/ RStudio]
* [https://r4ds.had.co.nz/ R for Data Science]

== Prosegui da Qui ==

Bene! Ora sei pronto per passare all'Unità 2: Preparazione dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 1|Fai il quiz dell'Unità 1]]
[[Categoria:PenuX in R|Unità 1 - Fondamenti del Linguaggio R]]</text>
      <sha1>esbnccuaxlqm0121v2cz1w2aylb30xy</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati</title>
    <ns>0</ns>
    <id>61179</id>
    <revision>
      <id>502056</id>
      <parentid>502011</parentid>
      <timestamp>2026-10-04T14:45:09Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati]] a [[PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502011</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="14945" sha1="fgcmhioztxv8jxvwna6higs4tlg17nz" xml:space="preserve">= PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Caricare dati clinici da file CSV, Excel e RDS
* Ispezionare la struttura e la qualità di un dataset
* Individuare e gestire i valori mancanti
* Individuare e trattare i valori anomali (outlier)
* Creare nuove variabili (feature engineering)
* Codificare le variabili categoriche
* Normalizzare e standardizzare le variabili numeriche
* Produrre un breve rapporto sulla qualità dei dati

'''Prerequisiti''': Unità 1 (Fondamenti del Linguaggio R).

== 2.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;tidyverse&quot;, &quot;readxl&quot;, &quot;naniar&quot;, &quot;caret&quot;))

library(tidyverse)
library(readxl)
library(naniar)
library(caret)

set.seed(42)
&lt;/syntaxhighlight&gt;

=== Dataset di esempio (sintetico) ===

Per gli esercizi creiamo un dataset clinico sintetico con difetti realistici: valori mancanti, outlier e categorie scritte in modi diversi. Non contiene dati di pazienti reali.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 300

raw &lt;- data.frame(
  patient_id  = 1:n,
  age         = round(rnorm(n, 58, 16)),
  sex         = sample(c(&quot;M&quot;, &quot;F&quot;, &quot;m&quot;, &quot;f&quot;, &quot;Male&quot;, &quot;Female&quot;), n, replace = TRUE),
  weight_kg   = round(rnorm(n, 75, 14), 1),
  height_cm   = round(rnorm(n, 170, 10)),
  systolic_bp = round(rnorm(n, 128, 18)),
  heart_rate  = round(rnorm(n, 84, 14)),
  creatinine  = round(rlnorm(n, log(1.0), 0.35), 2),
  wbc         = round(rnorm(n, 9, 3), 1),
  diagnosis   = sample(c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;), n,
                       replace = TRUE, prob = c(0.6, 0.25, 0.15))
)

# Introdurre difetti
raw$creatinine[sample(n, 25)]  &lt;- NA
raw$wbc[sample(n, 15)]         &lt;- NA
raw$systolic_bp[sample(n, 10)] &lt;- NA
raw$heart_rate[c(5, 77)]       &lt;- c(900, -20)   # errori di inserimento
raw$weight_kg[12]              &lt;- 750           # virgola decimale mancante

write.csv(raw, &quot;pazienti_grezzi.csv&quot;, row.names = FALSE)
&lt;/syntaxhighlight&gt;

== 2.1 Caricamento dei dati ==

=== CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)

# Alternativa tidyverse (più veloce, tipi più prevedibili)
dati &lt;- read_csv(&quot;pazienti_grezzi.csv&quot;)

# CSV europeo: separatore &quot;;&quot; e virgola decimale
# dati &lt;- read.csv2(&quot;file_europeo.csv&quot;)
# dati &lt;- read_csv2(&quot;file_europeo.csv&quot;)
&lt;/syntaxhighlight&gt;

=== Excel ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Elencare i fogli e leggerne uno
excel_sheets(&quot;pazienti.xlsx&quot;)
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, sheet = 1)

# Saltare righe di intestazione e specificare i valori mancanti
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, skip = 2, na = c(&quot;&quot;, &quot;NA&quot;, &quot;N/D&quot;, &quot;-&quot;))
&lt;/syntaxhighlight&gt;

=== RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
saveRDS(dati, &quot;pazienti.rds&quot;)
dati &lt;- readRDS(&quot;pazienti.rds&quot;)
&lt;/syntaxhighlight&gt;

'''Buona pratica''': non modificare mai il file originale. Conserva i dati grezzi in una cartella separata e salva i dati puliti in un nuovo file.

== 2.2 Ispezione iniziale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dim(dati)          # righe e colonne
str(dati)          # tipi di variabili
head(dati)
summary(dati)      # statistiche e conteggio NA

# Valori mancanti per colonna
colSums(is.na(dati))

# Percentuale di mancanti
round(colMeans(is.na(dati)) * 100, 1)

# Righe duplicate
sum(duplicated(dati))
sum(duplicated(dati$patient_id))

# Valori distinti delle variabili categoriche
table(dati$sex, useNA = &quot;ifany&quot;)
table(dati$diagnosis, useNA = &quot;ifany&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali colonne hanno valori mancanti e in che percentuale?
* La variabile &lt;code&gt;sex&lt;/code&gt; è coerente?

== 2.3 Pulizia delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(
    sex = case_when(
      sex %in% c(&quot;M&quot;, &quot;m&quot;, &quot;Male&quot;)   ~ &quot;M&quot;,
      sex %in% c(&quot;F&quot;, &quot;f&quot;, &quot;Female&quot;) ~ &quot;F&quot;,
      TRUE ~ NA_character_
    ),
    sex       = factor(sex, levels = c(&quot;F&quot;, &quot;M&quot;)),
    diagnosis = factor(diagnosis, levels = c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;))
  )

table(dati$sex)
levels(dati$diagnosis)
&lt;/syntaxhighlight&gt;

== 2.4 Valori anomali (outlier) ==

=== Valori fisiologicamente impossibili ===

Prima di usare metodi statistici, applica i limiti clinici: un battito di 900 al minuto è un errore, non un outlier da &quot;tenere&quot;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
limiti &lt;- list(
  age         = c(0, 110),
  weight_kg   = c(20, 250),
  height_cm   = c(100, 220),
  systolic_bp = c(50, 260),
  heart_rate  = c(20, 220),
  creatinine  = c(0.1, 15),
  wbc         = c(0.5, 100)
)

for (v in names(limiti)) {
  fuori &lt;- which(dati[[v]] &lt; limiti[[v]][1] | dati[[v]] &gt; limiti[[v]][2])
  if (length(fuori) &gt; 0) {
    cat(v, &quot;: &quot;, length(fuori), &quot; valori fuori intervallo (righe &quot;,
        paste(fuori, collapse = &quot;, &quot;), &quot;)\n&quot;, sep = &quot;&quot;)
    dati[[v]][fuori] &lt;- NA   # trasformare in mancanti
  }
}
&lt;/syntaxhighlight&gt;

=== Metodo dell'IQR ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rileva_outlier_iqr &lt;- function(x, k = 1.5) {
  q &lt;- quantile(x, c(0.25, 0.75), na.rm = TRUE)
  iqr &lt;- q[2] - q[1]
  x &lt; (q[1] - k * iqr) | x &gt; (q[2] + k * iqr)
}

out_creat &lt;- rileva_outlier_iqr(dati$creatinine)
sum(out_creat, na.rm = TRUE)

boxplot(dati$creatinine, main = &quot;Creatinina&quot;, horizontal = TRUE)
&lt;/syntaxhighlight&gt;

'''Attenzione''': in medicina un valore estremo può essere clinicamente reale (per esempio creatinina molto alta in insufficienza renale). Non eliminare automaticamente gli outlier statistici: verifica sempre se sono errori o casi veri.

== 2.5 Valori mancanti ==

=== Esplorare lo schema dei mancanti ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
vis_miss(dati)             # mappa dei mancanti
gg_miss_var(dati)          # mancanti per variabile
miss_var_summary(dati)
&lt;/syntaxhighlight&gt;

Tipi di dati mancanti:
* '''MCAR''': mancano in modo completamente casuale
* '''MAR''': la mancanza dipende da altre variabili osservate
* '''MNAR''': la mancanza dipende dal valore stesso (per esempio un esame non richiesto perché il paziente sembrava sano)

=== Strategie ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# 1) Eliminare le righe con mancanti (solo se poche)
dati_completi &lt;- na.omit(dati)
nrow(dati) - nrow(dati_completi)

# 2) Imputazione con la mediana (robusta agli outlier)
imputa_mediana &lt;- function(x) {
  x[is.na(x)] &lt;- median(x, na.rm = TRUE)
  x
}

dati_imp &lt;- dati %&gt;%
  mutate(across(where(is.numeric), imputa_mediana))

# 3) Aggiungere un indicatore di &quot;mancante&quot; prima di imputare
dati_ind &lt;- dati %&gt;%
  mutate(creatinine_mancante = as.integer(is.na(creatinine)))

# 4) Imputazione k-nearest neighbors con caret
pre &lt;- preProcess(dati %&gt;% select(where(is.numeric), -patient_id),
                  method = &quot;knnImpute&quot;)
dati_knn &lt;- predict(pre, dati %&gt;% select(where(is.numeric), -patient_id))
&lt;/syntaxhighlight&gt;

'''Nota importante''': &lt;code&gt;knnImpute&lt;/code&gt; centra e scala le variabili. Inoltre, ogni parametro di imputazione (mediane, medie) va calcolato '''solo sul training set''' e poi applicato al test set, per evitare la fuga di informazioni (data leakage).

== 2.6 Feature engineering ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati_imp &lt;- dati_imp %&gt;%
  mutate(
    # Indice di massa corporea
    bmi = weight_kg / (height_cm / 100)^2,

    # Categoria BMI
    bmi_cat = cut(bmi,
                  breaks = c(0, 18.5, 25, 30, Inf),
                  labels = c(&quot;Sottopeso&quot;, &quot;Normale&quot;, &quot;Sovrappeso&quot;, &quot;Obeso&quot;),
                  right = FALSE),

    # Fasce d'età
    age_group = cut(age,
                    breaks = c(0, 40, 65, Inf),
                    labels = c(&quot;&lt;40&quot;, &quot;40-64&quot;, &quot;65+&quot;),
                    right = FALSE),

    # Creatinina elevata
    high_creatinine = creatinine &gt; 1.3,

    # Rapporto utile in clinica: shock index = FC / PAS
    shock_index = heart_rate / systolic_bp
  )

summary(dati_imp %&gt;% select(bmi, shock_index))
table(dati_imp$bmi_cat)
&lt;/syntaxhighlight&gt;

== 2.7 Codifica delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# One-hot encoding con caret
dummy &lt;- dummyVars(~ sex + age_group, data = dati_imp)
codificate &lt;- predict(dummy, newdata = dati_imp)
head(codificate)

# Combinare con le variabili numeriche
dati_modello &lt;- cbind(
  dati_imp %&gt;% select(where(is.numeric)),
  as.data.frame(codificate),
  diagnosis = dati_imp$diagnosis
)

# Per un esito binario (sepsi sì/no)
dati_modello$sepsis &lt;- factor(ifelse(dati_modello$diagnosis == &quot;Sepsis&quot;, &quot;Si&quot;, &quot;No&quot;),
                              levels = c(&quot;No&quot;, &quot;Si&quot;))
&lt;/syntaxhighlight&gt;

'''Suggerimento''': molte funzioni di R (&lt;code&gt;glm&lt;/code&gt;, &lt;code&gt;randomForest&lt;/code&gt;, &lt;code&gt;train&lt;/code&gt;) accettano direttamente i fattori e creano da sole le variabili dummy.

== 2.8 Normalizzazione e standardizzazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
numeriche &lt;- c(&quot;age&quot;, &quot;weight_kg&quot;, &quot;systolic_bp&quot;, &quot;heart_rate&quot;,
               &quot;creatinine&quot;, &quot;wbc&quot;, &quot;bmi&quot;)

# Standardizzazione (z-score): media 0, deviazione standard 1
z &lt;- scale(dati_imp[, numeriche])

# Normalizzazione min-max: valori in [0, 1]
min_max &lt;- function(x) (x - min(x)) / (max(x) - min(x))
mm &lt;- as.data.frame(lapply(dati_imp[, numeriche], min_max))

# Con caret (apprende i parametri dal training e li riapplica al test)
idx   &lt;- createDataPartition(dati_imp$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati_imp[idx, ]
test  &lt;- dati_imp[-idx, ]

pp &lt;- preProcess(train[, numeriche], method = c(&quot;center&quot;, &quot;scale&quot;))
train_scalato &lt;- predict(pp, train[, numeriche])
test_scalato  &lt;- predict(pp, test[, numeriche])   # usa media e sd del training
&lt;/syntaxhighlight&gt;

'''Quando serve''': kNN, SVM, k-means, regressione penalizzata e reti neurali sono sensibili alla scala. Alberi e Random Forest no.

== 2.9 Rapporto sulla qualità dei dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rapporto_qualita &lt;- function(df) {
  data.frame(
    variabile = names(df),
    tipo      = sapply(df, function(x) class(x)[1]),
    mancanti  = sapply(df, function(x) sum(is.na(x))),
    pct_manc  = round(sapply(df, function(x) mean(is.na(x))) * 100, 1),
    distinti  = sapply(df, function(x) length(unique(x))),
    row.names = NULL
  )
}

rapporto_qualita(dati)
rapporto_qualita(dati_imp)
&lt;/syntaxhighlight&gt;

== 2.10 Esercizi pratici ==

=== Esercizio 1: Ispezione ===

Carica &lt;code&gt;pazienti_grezzi.csv&lt;/code&gt; e rispondi:
* Quante righe e colonne ha?
* Quale colonna ha più valori mancanti?
* Quali valori distinti contiene &lt;code&gt;sex&lt;/code&gt;?

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)
dim(dati)
colSums(is.na(dati))
table(dati$sex)
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Pulizia ===

Uniforma &lt;code&gt;sex&lt;/code&gt; in &quot;F&quot;/&quot;M&quot; e trasforma in &lt;code&gt;NA&lt;/code&gt; la frequenza cardiaca fuori dall'intervallo 20-220.

=== Esercizio 3: Imputazione ===

Imputa la creatinina con la mediana '''per diagnosi''' (non con la mediana globale) e confronta il risultato con l'imputazione globale.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  group_by(diagnosis) %&gt;%
  mutate(creatinine = ifelse(is.na(creatinine),
                             median(creatinine, na.rm = TRUE),
                             creatinine)) %&gt;%
  ungroup()
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Nuove variabili ===

Crea BMI, shock index e una variabile binaria &lt;code&gt;tachicardia&lt;/code&gt; (frequenza cardiaca &amp;gt; 100).

=== Esercizio 5: Divisione senza fuga di informazioni ===

Dividi i dati in training (70%) e test (30%). Calcola media e deviazione standard '''solo sul training''', standardizza entrambi i set e verifica che la media del test '''non''' sia esattamente 0.

== 2.11 Soluzioni ==

=== Esercizio 1 ===
Il dataset ha 300 righe e 10 colonne. La creatinina ha 25 valori mancanti (la più alta), seguita da &lt;code&gt;wbc&lt;/code&gt; (15) e &lt;code&gt;systolic_bp&lt;/code&gt; (10). La colonna &lt;code&gt;sex&lt;/code&gt; contiene sei varianti: M, F, m, f, Male, Female.

=== Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati$sex &lt;- ifelse(toupper(substr(dati$sex, 1, 1)) == &quot;M&quot;, &quot;M&quot;, &quot;F&quot;)
dati$heart_rate[dati$heart_rate &lt; 20 | dati$heart_rate &gt; 220] &lt;- NA
sum(is.na(dati$heart_rate))   # 2 (i valori 900 e -20)
&lt;/syntaxhighlight&gt;

=== Esercizio 3 ===
L'imputazione per gruppo conserva meglio le differenze tra diagnosi. Con dati reali la creatinina è tipicamente più alta nei pazienti con sepsi, quindi la mediana globale la sottostimerebbe in quel gruppo. Attenzione: l'esito (diagnosi) non deve essere usato per imputare quando il modello dovrà predirlo su nuovi pazienti, perché in produzione la diagnosi non è nota. Questo esercizio serve solo a mostrare l'effetto; nel flusso predittivo si imputa con variabili disponibili al momento della predizione.

=== Esercizio 4 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(bmi = weight_kg / (height_cm / 100)^2,
         shock_index = heart_rate / systolic_bp,
         tachicardia = heart_rate &gt; 100)
&lt;/syntaxhighlight&gt;

=== Esercizio 5 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(dati$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati[idx, ]
test  &lt;- dati[-idx, ]

mu &lt;- mean(train$wbc, na.rm = TRUE)
s  &lt;- sd(train$wbc,   na.rm = TRUE)

train$wbc_z &lt;- (train$wbc - mu) / s
test$wbc_z  &lt;- (test$wbc  - mu) / s

mean(train$wbc_z, na.rm = TRUE)   # 0
mean(test$wbc_z,  na.rm = TRUE)   # vicino a 0, ma non esattamente 0
&lt;/syntaxhighlight&gt;

La media del test non è 0 perché usa i parametri del training: è il comportamento corretto, perché in produzione i nuovi pazienti verranno standardizzati con i parametri appresi in fase di addestramento.

== 2.12 Verifica della comprensione ==

* Perché non si deve modificare il file dei dati grezzi?
* Qual è la differenza tra un valore impossibile e un outlier statistico?
* Quando l'eliminazione delle righe con valori mancanti è rischiosa?
* Che cos'è la fuga di informazioni (data leakage) e come si evita nella preparazione dei dati?
* Perché Random Forest non richiede la standardizzazione, mentre kNN sì?
* Che differenza c'è tra MCAR, MAR e MNAR?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. Con dati clinici reali rispetta sempre le norme sulla privacy (anonimizzazione e GDPR) e consulta un esperto clinico per decidere come trattare valori anomali e mancanti.

== Riepilogo dell'Unità 2 ==

Abbiamo trattato:
* Caricamento da CSV, Excel e RDS
* Ispezione di struttura e qualità
* Pulizia delle variabili categoriche
* Valori impossibili e outlier
* Strategie per i valori mancanti
* Feature engineering clinico (BMI, shock index)
* Codifica, normalizzazione e standardizzazione
* Prevenzione della fuga di informazioni
* Rapporto sulla qualità dei dati

== Letture Consigliate ==

* [https://r4ds.hadley.nz/ R for Data Science]
* [https://topepo.github.io/caret/pre-processing.html Pre-processing con caret]
* [https://naniar.njtierney.com/ Pacchetto naniar per i valori mancanti]

== Prosegui da Qui ==

Ora i dati sono puliti: passa all'Unità 3, Analisi Esplorativa dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 2|Fai il quiz dell'Unità 2]]</text>
      <sha1>fgcmhioztxv8jxvwna6higs4tlg17nz</sha1>
    </revision>
    <revision>
      <id>502105</id>
      <parentid>502056</parentid>
      <timestamp>2026-10-04T18:21:45Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502105</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="15017" sha1="oovdalrfgrjgb9mtjpmhsyt3vg1cv8s" xml:space="preserve">= PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Caricare dati clinici da file CSV, Excel e RDS
* Ispezionare la struttura e la qualità di un dataset
* Individuare e gestire i valori mancanti
* Individuare e trattare i valori anomali (outlier)
* Creare nuove variabili (feature engineering)
* Codificare le variabili categoriche
* Normalizzare e standardizzare le variabili numeriche
* Produrre un breve rapporto sulla qualità dei dati

'''Prerequisiti''': Unità 1 (Fondamenti del Linguaggio R).

== 2.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;tidyverse&quot;, &quot;readxl&quot;, &quot;naniar&quot;, &quot;caret&quot;))

library(tidyverse)
library(readxl)
library(naniar)
library(caret)

set.seed(42)
&lt;/syntaxhighlight&gt;

=== Dataset di esempio (sintetico) ===

Per gli esercizi creiamo un dataset clinico sintetico con difetti realistici: valori mancanti, outlier e categorie scritte in modi diversi. Non contiene dati di pazienti reali.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 300

raw &lt;- data.frame(
  patient_id  = 1:n,
  age         = round(rnorm(n, 58, 16)),
  sex         = sample(c(&quot;M&quot;, &quot;F&quot;, &quot;m&quot;, &quot;f&quot;, &quot;Male&quot;, &quot;Female&quot;), n, replace = TRUE),
  weight_kg   = round(rnorm(n, 75, 14), 1),
  height_cm   = round(rnorm(n, 170, 10)),
  systolic_bp = round(rnorm(n, 128, 18)),
  heart_rate  = round(rnorm(n, 84, 14)),
  creatinine  = round(rlnorm(n, log(1.0), 0.35), 2),
  wbc         = round(rnorm(n, 9, 3), 1),
  diagnosis   = sample(c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;), n,
                       replace = TRUE, prob = c(0.6, 0.25, 0.15))
)

# Introdurre difetti
raw$creatinine[sample(n, 25)]  &lt;- NA
raw$wbc[sample(n, 15)]         &lt;- NA
raw$systolic_bp[sample(n, 10)] &lt;- NA
raw$heart_rate[c(5, 77)]       &lt;- c(900, -20)   # errori di inserimento
raw$weight_kg[12]              &lt;- 750           # virgola decimale mancante

write.csv(raw, &quot;pazienti_grezzi.csv&quot;, row.names = FALSE)
&lt;/syntaxhighlight&gt;

== 2.1 Caricamento dei dati ==

=== CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)

# Alternativa tidyverse (più veloce, tipi più prevedibili)
dati &lt;- read_csv(&quot;pazienti_grezzi.csv&quot;)

# CSV europeo: separatore &quot;;&quot; e virgola decimale
# dati &lt;- read.csv2(&quot;file_europeo.csv&quot;)
# dati &lt;- read_csv2(&quot;file_europeo.csv&quot;)
&lt;/syntaxhighlight&gt;

=== Excel ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Elencare i fogli e leggerne uno
excel_sheets(&quot;pazienti.xlsx&quot;)
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, sheet = 1)

# Saltare righe di intestazione e specificare i valori mancanti
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, skip = 2, na = c(&quot;&quot;, &quot;NA&quot;, &quot;N/D&quot;, &quot;-&quot;))
&lt;/syntaxhighlight&gt;

=== RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
saveRDS(dati, &quot;pazienti.rds&quot;)
dati &lt;- readRDS(&quot;pazienti.rds&quot;)
&lt;/syntaxhighlight&gt;

'''Buona pratica''': non modificare mai il file originale. Conserva i dati grezzi in una cartella separata e salva i dati puliti in un nuovo file.

== 2.2 Ispezione iniziale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dim(dati)          # righe e colonne
str(dati)          # tipi di variabili
head(dati)
summary(dati)      # statistiche e conteggio NA

# Valori mancanti per colonna
colSums(is.na(dati))

# Percentuale di mancanti
round(colMeans(is.na(dati)) * 100, 1)

# Righe duplicate
sum(duplicated(dati))
sum(duplicated(dati$patient_id))

# Valori distinti delle variabili categoriche
table(dati$sex, useNA = &quot;ifany&quot;)
table(dati$diagnosis, useNA = &quot;ifany&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali colonne hanno valori mancanti e in che percentuale?
* La variabile &lt;code&gt;sex&lt;/code&gt; è coerente?

== 2.3 Pulizia delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(
    sex = case_when(
      sex %in% c(&quot;M&quot;, &quot;m&quot;, &quot;Male&quot;)   ~ &quot;M&quot;,
      sex %in% c(&quot;F&quot;, &quot;f&quot;, &quot;Female&quot;) ~ &quot;F&quot;,
      TRUE ~ NA_character_
    ),
    sex       = factor(sex, levels = c(&quot;F&quot;, &quot;M&quot;)),
    diagnosis = factor(diagnosis, levels = c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;))
  )

table(dati$sex)
levels(dati$diagnosis)
&lt;/syntaxhighlight&gt;

== 2.4 Valori anomali (outlier) ==

=== Valori fisiologicamente impossibili ===

Prima di usare metodi statistici, applica i limiti clinici: un battito di 900 al minuto è un errore, non un outlier da &quot;tenere&quot;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
limiti &lt;- list(
  age         = c(0, 110),
  weight_kg   = c(20, 250),
  height_cm   = c(100, 220),
  systolic_bp = c(50, 260),
  heart_rate  = c(20, 220),
  creatinine  = c(0.1, 15),
  wbc         = c(0.5, 100)
)

for (v in names(limiti)) {
  fuori &lt;- which(dati[[v]] &lt; limiti[[v]][1] | dati[[v]] &gt; limiti[[v]][2])
  if (length(fuori) &gt; 0) {
    cat(v, &quot;: &quot;, length(fuori), &quot; valori fuori intervallo (righe &quot;,
        paste(fuori, collapse = &quot;, &quot;), &quot;)\n&quot;, sep = &quot;&quot;)
    dati[[v]][fuori] &lt;- NA   # trasformare in mancanti
  }
}
&lt;/syntaxhighlight&gt;

=== Metodo dell'IQR ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rileva_outlier_iqr &lt;- function(x, k = 1.5) {
  q &lt;- quantile(x, c(0.25, 0.75), na.rm = TRUE)
  iqr &lt;- q[2] - q[1]
  x &lt; (q[1] - k * iqr) | x &gt; (q[2] + k * iqr)
}

out_creat &lt;- rileva_outlier_iqr(dati$creatinine)
sum(out_creat, na.rm = TRUE)

boxplot(dati$creatinine, main = &quot;Creatinina&quot;, horizontal = TRUE)
&lt;/syntaxhighlight&gt;

'''Attenzione''': in medicina un valore estremo può essere clinicamente reale (per esempio creatinina molto alta in insufficienza renale). Non eliminare automaticamente gli outlier statistici: verifica sempre se sono errori o casi veri.

== 2.5 Valori mancanti ==

=== Esplorare lo schema dei mancanti ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
vis_miss(dati)             # mappa dei mancanti
gg_miss_var(dati)          # mancanti per variabile
miss_var_summary(dati)
&lt;/syntaxhighlight&gt;

Tipi di dati mancanti:
* '''MCAR''': mancano in modo completamente casuale
* '''MAR''': la mancanza dipende da altre variabili osservate
* '''MNAR''': la mancanza dipende dal valore stesso (per esempio un esame non richiesto perché il paziente sembrava sano)

=== Strategie ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# 1) Eliminare le righe con mancanti (solo se poche)
dati_completi &lt;- na.omit(dati)
nrow(dati) - nrow(dati_completi)

# 2) Imputazione con la mediana (robusta agli outlier)
imputa_mediana &lt;- function(x) {
  x[is.na(x)] &lt;- median(x, na.rm = TRUE)
  x
}

dati_imp &lt;- dati %&gt;%
  mutate(across(where(is.numeric), imputa_mediana))

# 3) Aggiungere un indicatore di &quot;mancante&quot; prima di imputare
dati_ind &lt;- dati %&gt;%
  mutate(creatinine_mancante = as.integer(is.na(creatinine)))

# 4) Imputazione k-nearest neighbors con caret
pre &lt;- preProcess(dati %&gt;% select(where(is.numeric), -patient_id),
                  method = &quot;knnImpute&quot;)
dati_knn &lt;- predict(pre, dati %&gt;% select(where(is.numeric), -patient_id))
&lt;/syntaxhighlight&gt;

'''Nota importante''': &lt;code&gt;knnImpute&lt;/code&gt; centra e scala le variabili. Inoltre, ogni parametro di imputazione (mediane, medie) va calcolato '''solo sul training set''' e poi applicato al test set, per evitare la fuga di informazioni (data leakage).

== 2.6 Feature engineering ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati_imp &lt;- dati_imp %&gt;%
  mutate(
    # Indice di massa corporea
    bmi = weight_kg / (height_cm / 100)^2,

    # Categoria BMI
    bmi_cat = cut(bmi,
                  breaks = c(0, 18.5, 25, 30, Inf),
                  labels = c(&quot;Sottopeso&quot;, &quot;Normale&quot;, &quot;Sovrappeso&quot;, &quot;Obeso&quot;),
                  right = FALSE),

    # Fasce d'età
    age_group = cut(age,
                    breaks = c(0, 40, 65, Inf),
                    labels = c(&quot;&lt;40&quot;, &quot;40-64&quot;, &quot;65+&quot;),
                    right = FALSE),

    # Creatinina elevata
    high_creatinine = creatinine &gt; 1.3,

    # Rapporto utile in clinica: shock index = FC / PAS
    shock_index = heart_rate / systolic_bp
  )

summary(dati_imp %&gt;% select(bmi, shock_index))
table(dati_imp$bmi_cat)
&lt;/syntaxhighlight&gt;

== 2.7 Codifica delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# One-hot encoding con caret
dummy &lt;- dummyVars(~ sex + age_group, data = dati_imp)
codificate &lt;- predict(dummy, newdata = dati_imp)
head(codificate)

# Combinare con le variabili numeriche
dati_modello &lt;- cbind(
  dati_imp %&gt;% select(where(is.numeric)),
  as.data.frame(codificate),
  diagnosis = dati_imp$diagnosis
)

# Per un esito binario (sepsi sì/no)
dati_modello$sepsis &lt;- factor(ifelse(dati_modello$diagnosis == &quot;Sepsis&quot;, &quot;Si&quot;, &quot;No&quot;),
                              levels = c(&quot;No&quot;, &quot;Si&quot;))
&lt;/syntaxhighlight&gt;

'''Suggerimento''': molte funzioni di R (&lt;code&gt;glm&lt;/code&gt;, &lt;code&gt;randomForest&lt;/code&gt;, &lt;code&gt;train&lt;/code&gt;) accettano direttamente i fattori e creano da sole le variabili dummy.

== 2.8 Normalizzazione e standardizzazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
numeriche &lt;- c(&quot;age&quot;, &quot;weight_kg&quot;, &quot;systolic_bp&quot;, &quot;heart_rate&quot;,
               &quot;creatinine&quot;, &quot;wbc&quot;, &quot;bmi&quot;)

# Standardizzazione (z-score): media 0, deviazione standard 1
z &lt;- scale(dati_imp[, numeriche])

# Normalizzazione min-max: valori in [0, 1]
min_max &lt;- function(x) (x - min(x)) / (max(x) - min(x))
mm &lt;- as.data.frame(lapply(dati_imp[, numeriche], min_max))

# Con caret (apprende i parametri dal training e li riapplica al test)
idx   &lt;- createDataPartition(dati_imp$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati_imp[idx, ]
test  &lt;- dati_imp[-idx, ]

pp &lt;- preProcess(train[, numeriche], method = c(&quot;center&quot;, &quot;scale&quot;))
train_scalato &lt;- predict(pp, train[, numeriche])
test_scalato  &lt;- predict(pp, test[, numeriche])   # usa media e sd del training
&lt;/syntaxhighlight&gt;

'''Quando serve''': kNN, SVM, k-means, regressione penalizzata e reti neurali sono sensibili alla scala. Alberi e Random Forest no.

== 2.9 Rapporto sulla qualità dei dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rapporto_qualita &lt;- function(df) {
  data.frame(
    variabile = names(df),
    tipo      = sapply(df, function(x) class(x)[1]),
    mancanti  = sapply(df, function(x) sum(is.na(x))),
    pct_manc  = round(sapply(df, function(x) mean(is.na(x))) * 100, 1),
    distinti  = sapply(df, function(x) length(unique(x))),
    row.names = NULL
  )
}

rapporto_qualita(dati)
rapporto_qualita(dati_imp)
&lt;/syntaxhighlight&gt;

== 2.10 Esercizi pratici ==

=== Esercizio 1: Ispezione ===

Carica &lt;code&gt;pazienti_grezzi.csv&lt;/code&gt; e rispondi:
* Quante righe e colonne ha?
* Quale colonna ha più valori mancanti?
* Quali valori distinti contiene &lt;code&gt;sex&lt;/code&gt;?

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)
dim(dati)
colSums(is.na(dati))
table(dati$sex)
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Pulizia ===

Uniforma &lt;code&gt;sex&lt;/code&gt; in &quot;F&quot;/&quot;M&quot; e trasforma in &lt;code&gt;NA&lt;/code&gt; la frequenza cardiaca fuori dall'intervallo 20-220.

=== Esercizio 3: Imputazione ===

Imputa la creatinina con la mediana '''per diagnosi''' (non con la mediana globale) e confronta il risultato con l'imputazione globale.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  group_by(diagnosis) %&gt;%
  mutate(creatinine = ifelse(is.na(creatinine),
                             median(creatinine, na.rm = TRUE),
                             creatinine)) %&gt;%
  ungroup()
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Nuove variabili ===

Crea BMI, shock index e una variabile binaria &lt;code&gt;tachicardia&lt;/code&gt; (frequenza cardiaca &amp;gt; 100).

=== Esercizio 5: Divisione senza fuga di informazioni ===

Dividi i dati in training (70%) e test (30%). Calcola media e deviazione standard '''solo sul training''', standardizza entrambi i set e verifica che la media del test '''non''' sia esattamente 0.

== 2.11 Soluzioni ==

=== Esercizio 1 ===
Il dataset ha 300 righe e 10 colonne. La creatinina ha 25 valori mancanti (la più alta), seguita da &lt;code&gt;wbc&lt;/code&gt; (15) e &lt;code&gt;systolic_bp&lt;/code&gt; (10). La colonna &lt;code&gt;sex&lt;/code&gt; contiene sei varianti: M, F, m, f, Male, Female.

=== Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati$sex &lt;- ifelse(toupper(substr(dati$sex, 1, 1)) == &quot;M&quot;, &quot;M&quot;, &quot;F&quot;)
dati$heart_rate[dati$heart_rate &lt; 20 | dati$heart_rate &gt; 220] &lt;- NA
sum(is.na(dati$heart_rate))   # 2 (i valori 900 e -20)
&lt;/syntaxhighlight&gt;

=== Esercizio 3 ===
L'imputazione per gruppo conserva meglio le differenze tra diagnosi. Con dati reali la creatinina è tipicamente più alta nei pazienti con sepsi, quindi la mediana globale la sottostimerebbe in quel gruppo. Attenzione: l'esito (diagnosi) non deve essere usato per imputare quando il modello dovrà predirlo su nuovi pazienti, perché in produzione la diagnosi non è nota. Questo esercizio serve solo a mostrare l'effetto; nel flusso predittivo si imputa con variabili disponibili al momento della predizione.

=== Esercizio 4 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(bmi = weight_kg / (height_cm / 100)^2,
         shock_index = heart_rate / systolic_bp,
         tachicardia = heart_rate &gt; 100)
&lt;/syntaxhighlight&gt;

=== Esercizio 5 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(dati$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati[idx, ]
test  &lt;- dati[-idx, ]

mu &lt;- mean(train$wbc, na.rm = TRUE)
s  &lt;- sd(train$wbc,   na.rm = TRUE)

train$wbc_z &lt;- (train$wbc - mu) / s
test$wbc_z  &lt;- (test$wbc  - mu) / s

mean(train$wbc_z, na.rm = TRUE)   # 0
mean(test$wbc_z,  na.rm = TRUE)   # vicino a 0, ma non esattamente 0
&lt;/syntaxhighlight&gt;

La media del test non è 0 perché usa i parametri del training: è il comportamento corretto, perché in produzione i nuovi pazienti verranno standardizzati con i parametri appresi in fase di addestramento.

== 2.12 Verifica della comprensione ==

* Perché non si deve modificare il file dei dati grezzi?
* Qual è la differenza tra un valore impossibile e un outlier statistico?
* Quando l'eliminazione delle righe con valori mancanti è rischiosa?
* Che cos'è la fuga di informazioni (data leakage) e come si evita nella preparazione dei dati?
* Perché Random Forest non richiede la standardizzazione, mentre kNN sì?
* Che differenza c'è tra MCAR, MAR e MNAR?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. Con dati clinici reali rispetta sempre le norme sulla privacy (anonimizzazione e GDPR) e consulta un esperto clinico per decidere come trattare valori anomali e mancanti.

== Riepilogo dell'Unità 2 ==

Abbiamo trattato:
* Caricamento da CSV, Excel e RDS
* Ispezione di struttura e qualità
* Pulizia delle variabili categoriche
* Valori impossibili e outlier
* Strategie per i valori mancanti
* Feature engineering clinico (BMI, shock index)
* Codifica, normalizzazione e standardizzazione
* Prevenzione della fuga di informazioni
* Rapporto sulla qualità dei dati

== Letture Consigliate ==

* [https://r4ds.hadley.nz/ R for Data Science]
* [https://topepo.github.io/caret/pre-processing.html Pre-processing con caret]
* [https://naniar.njtierney.com/ Pacchetto naniar per i valori mancanti]

== Prosegui da Qui ==

Ora i dati sono puliti: passa all'Unità 3, Analisi Esplorativa dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 2|Fai il quiz dell'Unità 2]]
[[Categoria:PenuX in R|Unità 2 - Preparazione e Caricamento dei Dati]]</text>
      <sha1>oovdalrfgrjgb9mtjpmhsyt3vg1cv8s</sha1>
    </revision>
    <revision>
      <id>502120</id>
      <parentid>502105</parentid>
      <timestamp>2026-10-04T18:25:28Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502120</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="15016" sha1="7oz0ii3d7xkr4z7oj61httqp73xqke9" xml:space="preserve">= PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Caricare dati clinici da file CSV, Excel e RDS
* Ispezionare la struttura e la qualità di un dataset
* Individuare e gestire i valori mancanti
* Individuare e trattare i valori anomali (outlier)
* Creare nuove variabili (feature engineering)
* Codificare le variabili categoriche
* Normalizzare e standardizzare le variabili numeriche
* Produrre un breve rapporto sulla qualità dei dati

'''Prerequisiti''': Unità 1 (Fondamenti del Linguaggio R).

== 2.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;tidyverse&quot;, &quot;readxl&quot;, &quot;naniar&quot;, &quot;caret&quot;))

library(tidyverse)
library(readxl)
library(naniar)
library(caret)

set.seed(42)
&lt;/syntaxhighlight&gt;

=== Dataset di esempio (sintetico) ===

Per gli esercizi creiamo un dataset clinico sintetico con difetti realistici: valori mancanti, outlier e categorie scritte in modi diversi. Non contiene dati di pazienti reali.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 300

raw &lt;- data.frame(
  patient_id  = 1:n,
  age         = round(rnorm(n, 58, 16)),
  sex         = sample(c(&quot;M&quot;, &quot;F&quot;, &quot;m&quot;, &quot;f&quot;, &quot;Male&quot;, &quot;Female&quot;), n, replace = TRUE),
  weight_kg   = round(rnorm(n, 75, 14), 1),
  height_cm   = round(rnorm(n, 170, 10)),
  systolic_bp = round(rnorm(n, 128, 18)),
  heart_rate  = round(rnorm(n, 84, 14)),
  creatinine  = round(rlnorm(n, log(1.0), 0.35), 2),
  wbc         = round(rnorm(n, 9, 3), 1),
  diagnosis   = sample(c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;), n,
                       replace = TRUE, prob = c(0.6, 0.25, 0.15))
)

# Introdurre difetti
raw$creatinine[sample(n, 25)]  &lt;- NA
raw$wbc[sample(n, 15)]         &lt;- NA
raw$systolic_bp[sample(n, 10)] &lt;- NA
raw$heart_rate[c(5, 77)]       &lt;- c(900, -20)   # errori di inserimento
raw$weight_kg[12]              &lt;- 750           # virgola decimale mancante

write.csv(raw, &quot;pazienti_grezzi.csv&quot;, row.names = FALSE)
&lt;/syntaxhighlight&gt;

== 2.1 Caricamento dei dati ==

=== CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)

# Alternativa tidyverse (più veloce, tipi più prevedibili)
dati &lt;- read_csv(&quot;pazienti_grezzi.csv&quot;)

# CSV europeo: separatore &quot;;&quot; e virgola decimale
# dati &lt;- read.csv2(&quot;file_europeo.csv&quot;)
# dati &lt;- read_csv2(&quot;file_europeo.csv&quot;)
&lt;/syntaxhighlight&gt;

=== Excel ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Elencare i fogli e leggerne uno
excel_sheets(&quot;pazienti.xlsx&quot;)
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, sheet = 1)

# Saltare righe di intestazione e specificare i valori mancanti
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, skip = 2, na = c(&quot;&quot;, &quot;NA&quot;, &quot;N/D&quot;, &quot;-&quot;))
&lt;/syntaxhighlight&gt;

=== RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
saveRDS(dati, &quot;pazienti.rds&quot;)
dati &lt;- readRDS(&quot;pazienti.rds&quot;)
&lt;/syntaxhighlight&gt;

'''Buona pratica''': non modificare mai il file originale. Conserva i dati grezzi in una cartella separata e salva i dati puliti in un nuovo file.

== 2.2 Ispezione iniziale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dim(dati)          # righe e colonne
str(dati)          # tipi di variabili
head(dati)
summary(dati)      # statistiche e conteggio NA

# Valori mancanti per colonna
colSums(is.na(dati))

# Percentuale di mancanti
round(colMeans(is.na(dati)) * 100, 1)

# Righe duplicate
sum(duplicated(dati))
sum(duplicated(dati$patient_id))

# Valori distinti delle variabili categoriche
table(dati$sex, useNA = &quot;ifany&quot;)
table(dati$diagnosis, useNA = &quot;ifany&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali colonne hanno valori mancanti e in che percentuale?
* La variabile &lt;code&gt;sex&lt;/code&gt; è coerente?

== 2.3 Pulizia delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(
    sex = case_when(
      sex %in% c(&quot;M&quot;, &quot;m&quot;, &quot;Male&quot;)   ~ &quot;M&quot;,
      sex %in% c(&quot;F&quot;, &quot;f&quot;, &quot;Female&quot;) ~ &quot;F&quot;,
      TRUE ~ NA_character_
    ),
    sex       = factor(sex, levels = c(&quot;F&quot;, &quot;M&quot;)),
    diagnosis = factor(diagnosis, levels = c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;))
  )

table(dati$sex)
levels(dati$diagnosis)
&lt;/syntaxhighlight&gt;

== 2.4 Valori anomali (outlier) ==

=== Valori fisiologicamente impossibili ===

Prima di usare metodi statistici, applica i limiti clinici: un battito di 900 al minuto è un errore, non un outlier da &quot;tenere&quot;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
limiti &lt;- list(
  age         = c(0, 110),
  weight_kg   = c(20, 250),
  height_cm   = c(100, 220),
  systolic_bp = c(50, 260),
  heart_rate  = c(20, 220),
  creatinine  = c(0.1, 15),
  wbc         = c(0.5, 100)
)

for (v in names(limiti)) {
  fuori &lt;- which(dati[[v]] &lt; limiti[[v]][1] | dati[[v]] &gt; limiti[[v]][2])
  if (length(fuori) &gt; 0) {
    cat(v, &quot;: &quot;, length(fuori), &quot; valori fuori intervallo (righe &quot;,
        paste(fuori, collapse = &quot;, &quot;), &quot;)\n&quot;, sep = &quot;&quot;)
    dati[[v]][fuori] &lt;- NA   # trasformare in mancanti
  }
}
&lt;/syntaxhighlight&gt;

=== Metodo dell'IQR ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rileva_outlier_iqr &lt;- function(x, k = 1.5) {
  q &lt;- quantile(x, c(0.25, 0.75), na.rm = TRUE)
  iqr &lt;- q[2] - q[1]
  x &lt; (q[1] - k * iqr) | x &gt; (q[2] + k * iqr)
}

out_creat &lt;- rileva_outlier_iqr(dati$creatinine)
sum(out_creat, na.rm = TRUE)

boxplot(dati$creatinine, main = &quot;Creatinina&quot;, horizontal = TRUE)
&lt;/syntaxhighlight&gt;

'''Attenzione''': in medicina un valore estremo può essere clinicamente reale (per esempio creatinina molto alta in insufficienza renale). Non eliminare automaticamente gli outlier statistici: verifica sempre se sono errori o casi veri.

== 2.5 Valori mancanti ==

=== Esplorare lo schema dei mancanti ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
vis_miss(dati)             # mappa dei mancanti
gg_miss_var(dati)          # mancanti per variabile
miss_var_summary(dati)
&lt;/syntaxhighlight&gt;

Tipi di dati mancanti:
* '''MCAR''': mancano in modo completamente casuale
* '''MAR''': la mancanza dipende da altre variabili osservate
* '''MNAR''': la mancanza dipende dal valore stesso (per esempio un esame non richiesto perché il paziente sembrava sano)

=== Strategie ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# 1) Eliminare le righe con mancanti (solo se poche)
dati_completi &lt;- na.omit(dati)
nrow(dati) - nrow(dati_completi)

# 2) Imputazione con la mediana (robusta agli outlier)
imputa_mediana &lt;- function(x) {
  x[is.na(x)] &lt;- median(x, na.rm = TRUE)
  x
}

dati_imp &lt;- dati %&gt;%
  mutate(across(where(is.numeric), imputa_mediana))

# 3) Aggiungere un indicatore di &quot;mancante&quot; prima di imputare
dati_ind &lt;- dati %&gt;%
  mutate(creatinine_mancante = as.integer(is.na(creatinine)))

# 4) Imputazione k-nearest neighbors con caret
pre &lt;- preProcess(dati %&gt;% select(where(is.numeric), -patient_id),
                  method = &quot;knnImpute&quot;)
dati_knn &lt;- predict(pre, dati %&gt;% select(where(is.numeric), -patient_id))
&lt;/syntaxhighlight&gt;

'''Nota importante''': &lt;code&gt;knnImpute&lt;/code&gt; centra e scala le variabili. Inoltre, ogni parametro di imputazione (mediane, medie) va calcolato '''solo sul training set''' e poi applicato al test set, per evitare la fuga di informazioni (data leakage).

== 2.6 Feature engineering ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati_imp &lt;- dati_imp %&gt;%
  mutate(
    # Indice di massa corporea
    bmi = weight_kg / (height_cm / 100)^2,

    # Categoria BMI
    bmi_cat = cut(bmi,
                  breaks = c(0, 18.5, 25, 30, Inf),
                  labels = c(&quot;Sottopeso&quot;, &quot;Normale&quot;, &quot;Sovrappeso&quot;, &quot;Obeso&quot;),
                  right = FALSE),

    # Fasce d'età
    age_group = cut(age,
                    breaks = c(0, 40, 65, Inf),
                    labels = c(&quot;&lt;40&quot;, &quot;40-64&quot;, &quot;65+&quot;),
                    right = FALSE),

    # Creatinina elevata
    high_creatinine = creatinine &gt; 1.3,

    # Rapporto utile in clinica: shock index = FC / PAS
    shock_index = heart_rate / systolic_bp
  )

summary(dati_imp %&gt;% select(bmi, shock_index))
table(dati_imp$bmi_cat)
&lt;/syntaxhighlight&gt;

== 2.7 Codifica delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# One-hot encoding con caret
dummy &lt;- dummyVars(~ sex + age_group, data = dati_imp)
codificate &lt;- predict(dummy, newdata = dati_imp)
head(codificate)

# Combinare con le variabili numeriche
dati_modello &lt;- cbind(
  dati_imp %&gt;% select(where(is.numeric)),
  as.data.frame(codificate),
  diagnosis = dati_imp$diagnosis
)

# Per un esito binario (sepsi sì/no)
dati_modello$sepsis &lt;- factor(ifelse(dati_modello$diagnosis == &quot;Sepsis&quot;, &quot;Si&quot;, &quot;No&quot;),
                              levels = c(&quot;No&quot;, &quot;Si&quot;))
&lt;/syntaxhighlight&gt;

'''Suggerimento''': molte funzioni di R (&lt;code&gt;glm&lt;/code&gt;, &lt;code&gt;randomForest&lt;/code&gt;, &lt;code&gt;train&lt;/code&gt;) accettano direttamente i fattori e creano da sole le variabili dummy.

== 2.8 Normalizzazione e standardizzazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
numeriche &lt;- c(&quot;age&quot;, &quot;weight_kg&quot;, &quot;systolic_bp&quot;, &quot;heart_rate&quot;,
               &quot;creatinine&quot;, &quot;wbc&quot;, &quot;bmi&quot;)

# Standardizzazione (z-score): media 0, deviazione standard 1
z &lt;- scale(dati_imp[, numeriche])

# Normalizzazione min-max: valori in [0, 1]
min_max &lt;- function(x) (x - min(x)) / (max(x) - min(x))
mm &lt;- as.data.frame(lapply(dati_imp[, numeriche], min_max))

# Con caret (apprende i parametri dal training e li riapplica al test)
idx   &lt;- createDataPartition(dati_imp$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati_imp[idx, ]
test  &lt;- dati_imp[-idx, ]

pp &lt;- preProcess(train[, numeriche], method = c(&quot;center&quot;, &quot;scale&quot;))
train_scalato &lt;- predict(pp, train[, numeriche])
test_scalato  &lt;- predict(pp, test[, numeriche])   # usa media e sd del training
&lt;/syntaxhighlight&gt;

'''Quando serve''': kNN, SVM, k-means, regressione penalizzata e reti neurali sono sensibili alla scala. Alberi e Random Forest no.

== 2.9 Rapporto sulla qualità dei dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rapporto_qualita &lt;- function(df) {
  data.frame(
    variabile = names(df),
    tipo      = sapply(df, function(x) class(x)[1]),
    mancanti  = sapply(df, function(x) sum(is.na(x))),
    pct_manc  = round(sapply(df, function(x) mean(is.na(x))) * 100, 1),
    distinti  = sapply(df, function(x) length(unique(x))),
    row.names = NULL
  )
}

rapporto_qualita(dati)
rapporto_qualita(dati_imp)
&lt;/syntaxhighlight&gt;

== 2.10 Esercizi pratici ==

=== Esercizio 1: Ispezione ===

Carica &lt;code&gt;pazienti_grezzi.csv&lt;/code&gt; e rispondi:
* Quante righe e colonne ha?
* Quale colonna ha più valori mancanti?
* Quali valori distinti contiene &lt;code&gt;sex&lt;/code&gt;?

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)
dim(dati)
colSums(is.na(dati))
table(dati$sex)
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Pulizia ===

Uniforma &lt;code&gt;sex&lt;/code&gt; in &quot;F&quot;/&quot;M&quot; e trasforma in &lt;code&gt;NA&lt;/code&gt; la frequenza cardiaca fuori dall'intervallo 20-220.

=== Esercizio 3: Imputazione ===

Imputa la creatinina con la mediana '''per diagnosi''' (non con la mediana globale) e confronta il risultato con l'imputazione globale.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  group_by(diagnosis) %&gt;%
  mutate(creatinine = ifelse(is.na(creatinine),
                             median(creatinine, na.rm = TRUE),
                             creatinine)) %&gt;%
  ungroup()
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Nuove variabili ===

Crea BMI, shock index e una variabile binaria &lt;code&gt;tachicardia&lt;/code&gt; (frequenza cardiaca &amp;gt; 100).

=== Esercizio 5: Divisione senza fuga di informazioni ===

Dividi i dati in training (70%) e test (30%). Calcola media e deviazione standard '''solo sul training''', standardizza entrambi i set e verifica che la media del test '''non''' sia esattamente 0.

== 2.11 Soluzioni ==

=== Esercizio 1 ===
Il dataset ha 300 righe e 10 colonne. La creatinina ha 25 valori mancanti (la più alta), seguita da &lt;code&gt;wbc&lt;/code&gt; (15) e &lt;code&gt;systolic_bp&lt;/code&gt; (10). La colonna &lt;code&gt;sex&lt;/code&gt; contiene sei varianti: M, F, m, f, Male, Female.

=== Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati$sex &lt;- ifelse(toupper(substr(dati$sex, 1, 1)) == &quot;M&quot;, &quot;M&quot;, &quot;F&quot;)
dati$heart_rate[dati$heart_rate &lt; 20 | dati$heart_rate &gt; 220] &lt;- NA
sum(is.na(dati$heart_rate))   # 2 (i valori 900 e -20)
&lt;/syntaxhighlight&gt;

=== Esercizio 3 ===
L'imputazione per gruppo conserva meglio le differenze tra diagnosi. Con dati reali la creatinina è tipicamente più alta nei pazienti con sepsi, quindi la mediana globale la sottostimerebbe in quel gruppo. Attenzione: l'esito (diagnosi) non deve essere usato per imputare quando il modello dovrà predirlo su nuovi pazienti, perché in produzione la diagnosi non è nota. Questo esercizio serve solo a mostrare l'effetto; nel flusso predittivo si imputa con variabili disponibili al momento della predizione.

=== Esercizio 4 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(bmi = weight_kg / (height_cm / 100)^2,
         shock_index = heart_rate / systolic_bp,
         tachicardia = heart_rate &gt; 100)
&lt;/syntaxhighlight&gt;

=== Esercizio 5 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(dati$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati[idx, ]
test  &lt;- dati[-idx, ]

mu &lt;- mean(train$wbc, na.rm = TRUE)
s  &lt;- sd(train$wbc,   na.rm = TRUE)

train$wbc_z &lt;- (train$wbc - mu) / s
test$wbc_z  &lt;- (test$wbc  - mu) / s

mean(train$wbc_z, na.rm = TRUE)   # 0
mean(test$wbc_z,  na.rm = TRUE)   # vicino a 0, ma non esattamente 0
&lt;/syntaxhighlight&gt;

La media del test non è 0 perché usa i parametri del training: è il comportamento corretto, perché in produzione i nuovi pazienti verranno standardizzati con i parametri appresi in fase di addestramento.

== 2.12 Verifica della comprensione ==

* Perché non si deve modificare il file dei dati grezzi?
* Qual è la differenza tra un valore impossibile e un outlier statistico?
* Quando l'eliminazione delle righe con valori mancanti è rischiosa?
* Che cos'è la fuga di informazioni (data leakage) e come si evita nella preparazione dei dati?
* Perché Random Forest non richiede la standardizzazione, mentre kNN sì?
* Che differenza c'è tra MCAR, MAR e MNAR?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. Con dati clinici reali rispetta sempre le norme sulla privacy (anonimizzazione e GDPR) e consulta un esperto clinico per decidere come trattare valori anomali e mancanti.

== Riepilogo dell'Unità 2 ==

Abbiamo trattato:
* Caricamento da CSV, Excel e RDS
* Ispezione di struttura e qualità
* Pulizia delle variabili categoriche
* Valori impossibili e outlier
* Strategie per i valori mancanti
* Feature engineering clinico (BMI, shock index)
* Codifica, normalizzazione e standardizzazione
* Prevenzione della fuga di informazioni
* Rapporto sulla qualità dei dati

== Letture Consigliate ==

* [https://r4ds.hadley.nz/ R for Data Science]
* [https://topepo.github.io/caret/pre-processing.html Pre-processing con caret]
* [https://naniar.njtierney.com/ Pacchetto naniar per i valori mancanti]

== Prosegui da Qui ==

Ora i dati sono puliti: passa all'Unità 3, Analisi Esplorativa dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 2|Fai il quiz dell'Unità 2]]
[[Categoria:PenuX in R|Unità 2 - Preparazione e Caricamento dei Dati]]</text>
      <sha1>7oz0ii3d7xkr4z7oj61httqp73xqke9</sha1>
    </revision>
    <revision>
      <id>502135</id>
      <parentid>502120</parentid>
      <timestamp>2026-10-04T18:33:53Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502135</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="15031" sha1="t6a95xdrnb9433x85pf2riw11slrewm" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Caricare dati clinici da file CSV, Excel e RDS
* Ispezionare la struttura e la qualità di un dataset
* Individuare e gestire i valori mancanti
* Individuare e trattare i valori anomali (outlier)
* Creare nuove variabili (feature engineering)
* Codificare le variabili categoriche
* Normalizzare e standardizzare le variabili numeriche
* Produrre un breve rapporto sulla qualità dei dati

'''Prerequisiti''': Unità 1 (Fondamenti del Linguaggio R).

== 2.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;tidyverse&quot;, &quot;readxl&quot;, &quot;naniar&quot;, &quot;caret&quot;))

library(tidyverse)
library(readxl)
library(naniar)
library(caret)

set.seed(42)
&lt;/syntaxhighlight&gt;

=== Dataset di esempio (sintetico) ===

Per gli esercizi creiamo un dataset clinico sintetico con difetti realistici: valori mancanti, outlier e categorie scritte in modi diversi. Non contiene dati di pazienti reali.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 300

raw &lt;- data.frame(
  patient_id  = 1:n,
  age         = round(rnorm(n, 58, 16)),
  sex         = sample(c(&quot;M&quot;, &quot;F&quot;, &quot;m&quot;, &quot;f&quot;, &quot;Male&quot;, &quot;Female&quot;), n, replace = TRUE),
  weight_kg   = round(rnorm(n, 75, 14), 1),
  height_cm   = round(rnorm(n, 170, 10)),
  systolic_bp = round(rnorm(n, 128, 18)),
  heart_rate  = round(rnorm(n, 84, 14)),
  creatinine  = round(rlnorm(n, log(1.0), 0.35), 2),
  wbc         = round(rnorm(n, 9, 3), 1),
  diagnosis   = sample(c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;), n,
                       replace = TRUE, prob = c(0.6, 0.25, 0.15))
)

# Introdurre difetti
raw$creatinine[sample(n, 25)]  &lt;- NA
raw$wbc[sample(n, 15)]         &lt;- NA
raw$systolic_bp[sample(n, 10)] &lt;- NA
raw$heart_rate[c(5, 77)]       &lt;- c(900, -20)   # errori di inserimento
raw$weight_kg[12]              &lt;- 750           # virgola decimale mancante

write.csv(raw, &quot;pazienti_grezzi.csv&quot;, row.names = FALSE)
&lt;/syntaxhighlight&gt;

== 2.1 Caricamento dei dati ==

=== CSV ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)

# Alternativa tidyverse (più veloce, tipi più prevedibili)
dati &lt;- read_csv(&quot;pazienti_grezzi.csv&quot;)

# CSV europeo: separatore &quot;;&quot; e virgola decimale
# dati &lt;- read.csv2(&quot;file_europeo.csv&quot;)
# dati &lt;- read_csv2(&quot;file_europeo.csv&quot;)
&lt;/syntaxhighlight&gt;

=== Excel ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Elencare i fogli e leggerne uno
excel_sheets(&quot;pazienti.xlsx&quot;)
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, sheet = 1)

# Saltare righe di intestazione e specificare i valori mancanti
dati &lt;- read_excel(&quot;pazienti.xlsx&quot;, skip = 2, na = c(&quot;&quot;, &quot;NA&quot;, &quot;N/D&quot;, &quot;-&quot;))
&lt;/syntaxhighlight&gt;

=== RDS ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
saveRDS(dati, &quot;pazienti.rds&quot;)
dati &lt;- readRDS(&quot;pazienti.rds&quot;)
&lt;/syntaxhighlight&gt;

'''Buona pratica''': non modificare mai il file originale. Conserva i dati grezzi in una cartella separata e salva i dati puliti in un nuovo file.

== 2.2 Ispezione iniziale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dim(dati)          # righe e colonne
str(dati)          # tipi di variabili
head(dati)
summary(dati)      # statistiche e conteggio NA

# Valori mancanti per colonna
colSums(is.na(dati))

# Percentuale di mancanti
round(colMeans(is.na(dati)) * 100, 1)

# Righe duplicate
sum(duplicated(dati))
sum(duplicated(dati$patient_id))

# Valori distinti delle variabili categoriche
table(dati$sex, useNA = &quot;ifany&quot;)
table(dati$diagnosis, useNA = &quot;ifany&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali colonne hanno valori mancanti e in che percentuale?
* La variabile &lt;code&gt;sex&lt;/code&gt; è coerente?

== 2.3 Pulizia delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(
    sex = case_when(
      sex %in% c(&quot;M&quot;, &quot;m&quot;, &quot;Male&quot;)   ~ &quot;M&quot;,
      sex %in% c(&quot;F&quot;, &quot;f&quot;, &quot;Female&quot;) ~ &quot;F&quot;,
      TRUE ~ NA_character_
    ),
    sex       = factor(sex, levels = c(&quot;F&quot;, &quot;M&quot;)),
    diagnosis = factor(diagnosis, levels = c(&quot;Healthy&quot;, &quot;Pancreatitis&quot;, &quot;Sepsis&quot;))
  )

table(dati$sex)
levels(dati$diagnosis)
&lt;/syntaxhighlight&gt;

== 2.4 Valori anomali (outlier) ==

=== Valori fisiologicamente impossibili ===

Prima di usare metodi statistici, applica i limiti clinici: un battito di 900 al minuto è un errore, non un outlier da &quot;tenere&quot;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
limiti &lt;- list(
  age         = c(0, 110),
  weight_kg   = c(20, 250),
  height_cm   = c(100, 220),
  systolic_bp = c(50, 260),
  heart_rate  = c(20, 220),
  creatinine  = c(0.1, 15),
  wbc         = c(0.5, 100)
)

for (v in names(limiti)) {
  fuori &lt;- which(dati[[v]] &lt; limiti[[v]][1] | dati[[v]] &gt; limiti[[v]][2])
  if (length(fuori) &gt; 0) {
    cat(v, &quot;: &quot;, length(fuori), &quot; valori fuori intervallo (righe &quot;,
        paste(fuori, collapse = &quot;, &quot;), &quot;)\n&quot;, sep = &quot;&quot;)
    dati[[v]][fuori] &lt;- NA   # trasformare in mancanti
  }
}
&lt;/syntaxhighlight&gt;

=== Metodo dell'IQR ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rileva_outlier_iqr &lt;- function(x, k = 1.5) {
  q &lt;- quantile(x, c(0.25, 0.75), na.rm = TRUE)
  iqr &lt;- q[2] - q[1]
  x &lt; (q[1] - k * iqr) | x &gt; (q[2] + k * iqr)
}

out_creat &lt;- rileva_outlier_iqr(dati$creatinine)
sum(out_creat, na.rm = TRUE)

boxplot(dati$creatinine, main = &quot;Creatinina&quot;, horizontal = TRUE)
&lt;/syntaxhighlight&gt;

'''Attenzione''': in medicina un valore estremo può essere clinicamente reale (per esempio creatinina molto alta in insufficienza renale). Non eliminare automaticamente gli outlier statistici: verifica sempre se sono errori o casi veri.

== 2.5 Valori mancanti ==

=== Esplorare lo schema dei mancanti ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
vis_miss(dati)             # mappa dei mancanti
gg_miss_var(dati)          # mancanti per variabile
miss_var_summary(dati)
&lt;/syntaxhighlight&gt;

Tipi di dati mancanti:
* '''MCAR''': mancano in modo completamente casuale
* '''MAR''': la mancanza dipende da altre variabili osservate
* '''MNAR''': la mancanza dipende dal valore stesso (per esempio un esame non richiesto perché il paziente sembrava sano)

=== Strategie ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# 1) Eliminare le righe con mancanti (solo se poche)
dati_completi &lt;- na.omit(dati)
nrow(dati) - nrow(dati_completi)

# 2) Imputazione con la mediana (robusta agli outlier)
imputa_mediana &lt;- function(x) {
  x[is.na(x)] &lt;- median(x, na.rm = TRUE)
  x
}

dati_imp &lt;- dati %&gt;%
  mutate(across(where(is.numeric), imputa_mediana))

# 3) Aggiungere un indicatore di &quot;mancante&quot; prima di imputare
dati_ind &lt;- dati %&gt;%
  mutate(creatinine_mancante = as.integer(is.na(creatinine)))

# 4) Imputazione k-nearest neighbors con caret
pre &lt;- preProcess(dati %&gt;% select(where(is.numeric), -patient_id),
                  method = &quot;knnImpute&quot;)
dati_knn &lt;- predict(pre, dati %&gt;% select(where(is.numeric), -patient_id))
&lt;/syntaxhighlight&gt;

'''Nota importante''': &lt;code&gt;knnImpute&lt;/code&gt; centra e scala le variabili. Inoltre, ogni parametro di imputazione (mediane, medie) va calcolato '''solo sul training set''' e poi applicato al test set, per evitare la fuga di informazioni (data leakage).

== 2.6 Feature engineering ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati_imp &lt;- dati_imp %&gt;%
  mutate(
    # Indice di massa corporea
    bmi = weight_kg / (height_cm / 100)^2,

    # Categoria BMI
    bmi_cat = cut(bmi,
                  breaks = c(0, 18.5, 25, 30, Inf),
                  labels = c(&quot;Sottopeso&quot;, &quot;Normale&quot;, &quot;Sovrappeso&quot;, &quot;Obeso&quot;),
                  right = FALSE),

    # Fasce d'età
    age_group = cut(age,
                    breaks = c(0, 40, 65, Inf),
                    labels = c(&quot;&lt;40&quot;, &quot;40-64&quot;, &quot;65+&quot;),
                    right = FALSE),

    # Creatinina elevata
    high_creatinine = creatinine &gt; 1.3,

    # Rapporto utile in clinica: shock index = FC / PAS
    shock_index = heart_rate / systolic_bp
  )

summary(dati_imp %&gt;% select(bmi, shock_index))
table(dati_imp$bmi_cat)
&lt;/syntaxhighlight&gt;

== 2.7 Codifica delle variabili categoriche ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# One-hot encoding con caret
dummy &lt;- dummyVars(~ sex + age_group, data = dati_imp)
codificate &lt;- predict(dummy, newdata = dati_imp)
head(codificate)

# Combinare con le variabili numeriche
dati_modello &lt;- cbind(
  dati_imp %&gt;% select(where(is.numeric)),
  as.data.frame(codificate),
  diagnosis = dati_imp$diagnosis
)

# Per un esito binario (sepsi sì/no)
dati_modello$sepsis &lt;- factor(ifelse(dati_modello$diagnosis == &quot;Sepsis&quot;, &quot;Si&quot;, &quot;No&quot;),
                              levels = c(&quot;No&quot;, &quot;Si&quot;))
&lt;/syntaxhighlight&gt;

'''Suggerimento''': molte funzioni di R (&lt;code&gt;glm&lt;/code&gt;, &lt;code&gt;randomForest&lt;/code&gt;, &lt;code&gt;train&lt;/code&gt;) accettano direttamente i fattori e creano da sole le variabili dummy.

== 2.8 Normalizzazione e standardizzazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
numeriche &lt;- c(&quot;age&quot;, &quot;weight_kg&quot;, &quot;systolic_bp&quot;, &quot;heart_rate&quot;,
               &quot;creatinine&quot;, &quot;wbc&quot;, &quot;bmi&quot;)

# Standardizzazione (z-score): media 0, deviazione standard 1
z &lt;- scale(dati_imp[, numeriche])

# Normalizzazione min-max: valori in [0, 1]
min_max &lt;- function(x) (x - min(x)) / (max(x) - min(x))
mm &lt;- as.data.frame(lapply(dati_imp[, numeriche], min_max))

# Con caret (apprende i parametri dal training e li riapplica al test)
idx   &lt;- createDataPartition(dati_imp$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati_imp[idx, ]
test  &lt;- dati_imp[-idx, ]

pp &lt;- preProcess(train[, numeriche], method = c(&quot;center&quot;, &quot;scale&quot;))
train_scalato &lt;- predict(pp, train[, numeriche])
test_scalato  &lt;- predict(pp, test[, numeriche])   # usa media e sd del training
&lt;/syntaxhighlight&gt;

'''Quando serve''': kNN, SVM, k-means, regressione penalizzata e reti neurali sono sensibili alla scala. Alberi e Random Forest no.

== 2.9 Rapporto sulla qualità dei dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rapporto_qualita &lt;- function(df) {
  data.frame(
    variabile = names(df),
    tipo      = sapply(df, function(x) class(x)[1]),
    mancanti  = sapply(df, function(x) sum(is.na(x))),
    pct_manc  = round(sapply(df, function(x) mean(is.na(x))) * 100, 1),
    distinti  = sapply(df, function(x) length(unique(x))),
    row.names = NULL
  )
}

rapporto_qualita(dati)
rapporto_qualita(dati_imp)
&lt;/syntaxhighlight&gt;

== 2.10 Esercizi pratici ==

=== Esercizio 1: Ispezione ===

Carica &lt;code&gt;pazienti_grezzi.csv&lt;/code&gt; e rispondi:
* Quante righe e colonne ha?
* Quale colonna ha più valori mancanti?
* Quali valori distinti contiene &lt;code&gt;sex&lt;/code&gt;?

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- read.csv(&quot;pazienti_grezzi.csv&quot;, stringsAsFactors = FALSE)
dim(dati)
colSums(is.na(dati))
table(dati$sex)
&lt;/syntaxhighlight&gt;

=== Esercizio 2: Pulizia ===

Uniforma &lt;code&gt;sex&lt;/code&gt; in &quot;F&quot;/&quot;M&quot; e trasforma in &lt;code&gt;NA&lt;/code&gt; la frequenza cardiaca fuori dall'intervallo 20-220.

=== Esercizio 3: Imputazione ===

Imputa la creatinina con la mediana '''per diagnosi''' (non con la mediana globale) e confronta il risultato con l'imputazione globale.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  group_by(diagnosis) %&gt;%
  mutate(creatinine = ifelse(is.na(creatinine),
                             median(creatinine, na.rm = TRUE),
                             creatinine)) %&gt;%
  ungroup()
&lt;/syntaxhighlight&gt;

=== Esercizio 4: Nuove variabili ===

Crea BMI, shock index e una variabile binaria &lt;code&gt;tachicardia&lt;/code&gt; (frequenza cardiaca &amp;gt; 100).

=== Esercizio 5: Divisione senza fuga di informazioni ===

Dividi i dati in training (70%) e test (30%). Calcola media e deviazione standard '''solo sul training''', standardizza entrambi i set e verifica che la media del test '''non''' sia esattamente 0.

== 2.11 Soluzioni ==

=== Esercizio 1 ===
Il dataset ha 300 righe e 10 colonne. La creatinina ha 25 valori mancanti (la più alta), seguita da &lt;code&gt;wbc&lt;/code&gt; (15) e &lt;code&gt;systolic_bp&lt;/code&gt; (10). La colonna &lt;code&gt;sex&lt;/code&gt; contiene sei varianti: M, F, m, f, Male, Female.

=== Esercizio 2 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati$sex &lt;- ifelse(toupper(substr(dati$sex, 1, 1)) == &quot;M&quot;, &quot;M&quot;, &quot;F&quot;)
dati$heart_rate[dati$heart_rate &lt; 20 | dati$heart_rate &gt; 220] &lt;- NA
sum(is.na(dati$heart_rate))   # 2 (i valori 900 e -20)
&lt;/syntaxhighlight&gt;

=== Esercizio 3 ===
L'imputazione per gruppo conserva meglio le differenze tra diagnosi. Con dati reali la creatinina è tipicamente più alta nei pazienti con sepsi, quindi la mediana globale la sottostimerebbe in quel gruppo. Attenzione: l'esito (diagnosi) non deve essere usato per imputare quando il modello dovrà predirlo su nuovi pazienti, perché in produzione la diagnosi non è nota. Questo esercizio serve solo a mostrare l'effetto; nel flusso predittivo si imputa con variabili disponibili al momento della predizione.

=== Esercizio 4 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
dati &lt;- dati %&gt;%
  mutate(bmi = weight_kg / (height_cm / 100)^2,
         shock_index = heart_rate / systolic_bp,
         tachicardia = heart_rate &gt; 100)
&lt;/syntaxhighlight&gt;

=== Esercizio 5 ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(dati$diagnosis, p = 0.7, list = FALSE)
train &lt;- dati[idx, ]
test  &lt;- dati[-idx, ]

mu &lt;- mean(train$wbc, na.rm = TRUE)
s  &lt;- sd(train$wbc,   na.rm = TRUE)

train$wbc_z &lt;- (train$wbc - mu) / s
test$wbc_z  &lt;- (test$wbc  - mu) / s

mean(train$wbc_z, na.rm = TRUE)   # 0
mean(test$wbc_z,  na.rm = TRUE)   # vicino a 0, ma non esattamente 0
&lt;/syntaxhighlight&gt;

La media del test non è 0 perché usa i parametri del training: è il comportamento corretto, perché in produzione i nuovi pazienti verranno standardizzati con i parametri appresi in fase di addestramento.

== 2.12 Verifica della comprensione ==

* Perché non si deve modificare il file dei dati grezzi?
* Qual è la differenza tra un valore impossibile e un outlier statistico?
* Quando l'eliminazione delle righe con valori mancanti è rischiosa?
* Che cos'è la fuga di informazioni (data leakage) e come si evita nella preparazione dei dati?
* Perché Random Forest non richiede la standardizzazione, mentre kNN sì?
* Che differenza c'è tra MCAR, MAR e MNAR?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. Con dati clinici reali rispetta sempre le norme sulla privacy (anonimizzazione e GDPR) e consulta un esperto clinico per decidere come trattare valori anomali e mancanti.

== Riepilogo dell'Unità 2 ==

Abbiamo trattato:
* Caricamento da CSV, Excel e RDS
* Ispezione di struttura e qualità
* Pulizia delle variabili categoriche
* Valori impossibili e outlier
* Strategie per i valori mancanti
* Feature engineering clinico (BMI, shock index)
* Codifica, normalizzazione e standardizzazione
* Prevenzione della fuga di informazioni
* Rapporto sulla qualità dei dati

== Letture Consigliate ==

* [https://r4ds.hadley.nz/ R for Data Science]
* [https://topepo.github.io/caret/pre-processing.html Pre-processing con caret]
* [https://naniar.njtierney.com/ Pacchetto naniar per i valori mancanti]

== Prosegui da Qui ==

Ora i dati sono puliti: passa all'Unità 3, Analisi Esplorativa dei Dati.

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 2|Fai il quiz dell'Unità 2]]
[[Categoria:PenuX in R|Unità 2 - Preparazione e Caricamento dei Dati]]</text>
      <sha1>t6a95xdrnb9433x85pf2riw11slrewm</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 2</title>
    <ns>0</ns>
    <id>61180</id>
    <revision>
      <id>502065</id>
      <parentid>502012</parentid>
      <timestamp>2026-10-04T14:54:36Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 2]] a [[PenuX in R/Quiz Unità 2]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502012</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1986" sha1="etcmuvl7u4t1e0cz3s6r8w91n1vcfx7" xml:space="preserve">= PenuX in R: Quiz Unità 2 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Una frequenza cardiaca di 900 bpm in un dataset è:

* A) Un outlier da conservare sempre
* B) Un valore normale nella sepsi
* C) Un valore da standardizzare
* D) Un valore impossibile da trattare come errore (mancante)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Valori fisiologicamente impossibili sono errori di inserimento e vanno trattati come mancanti.
&lt;/div&gt;

== Domanda 2 ==

Perché spesso si imputa con la mediana anziché con la media?

* A) La mediana è robusta agli outlier
* B) La mediana è sempre più grande
* C) La media non si può calcolare in R
* D) La mediana crea nuove variabili

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. La mediana non è influenzata dai valori estremi.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la fuga di informazioni (data leakage)?

* A) Perdere righe del dataset
* B) Usare informazioni del test set durante la preparazione o l'addestramento
* C) Salvare i dati in un file RDS
* D) Rimuovere le colonne duplicate

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Per esempio, calcolare media e sd su tutto il dataset prima della divisione rende la valutazione ottimistica.
&lt;/div&gt;

== Domanda 4 ==

Quale algoritmo richiede in genere la standardizzazione delle variabili?

* A) Random Forest
* B) Albero decisionale
* C) kNN
* D) Nessuno

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. kNN usa le distanze, quindi le variabili con scala maggiore dominerebbero.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati|Torna all'Unità 2]]</text>
      <sha1>etcmuvl7u4t1e0cz3s6r8w91n1vcfx7</sha1>
    </revision>
    <revision>
      <id>502097</id>
      <parentid>502065</parentid>
      <timestamp>2026-10-04T18:20:13Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502097</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2025" sha1="42ohcib9p54b3eepi20j3ct04cm7si6" xml:space="preserve">= PenuX in R: Quiz Unità 2 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Una frequenza cardiaca di 900 bpm in un dataset è:

* A) Un outlier da conservare sempre
* B) Un valore normale nella sepsi
* C) Un valore da standardizzare
* D) Un valore impossibile da trattare come errore (mancante)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Valori fisiologicamente impossibili sono errori di inserimento e vanno trattati come mancanti.
&lt;/div&gt;

== Domanda 2 ==

Perché spesso si imputa con la mediana anziché con la media?

* A) La mediana è robusta agli outlier
* B) La mediana è sempre più grande
* C) La media non si può calcolare in R
* D) La mediana crea nuove variabili

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. La mediana non è influenzata dai valori estremi.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la fuga di informazioni (data leakage)?

* A) Perdere righe del dataset
* B) Usare informazioni del test set durante la preparazione o l'addestramento
* C) Salvare i dati in un file RDS
* D) Rimuovere le colonne duplicate

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Per esempio, calcolare media e sd su tutto il dataset prima della divisione rende la valutazione ottimistica.
&lt;/div&gt;

== Domanda 4 ==

Quale algoritmo richiede in genere la standardizzazione delle variabili?

* A) Random Forest
* B) Albero decisionale
* C) kNN
* D) Nessuno

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. kNN usa le distanze, quindi le variabili con scala maggiore dominerebbero.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati|Torna all'Unità 2]]
[[Categoria:PenuX in R|Quiz Unità 2]]</text>
      <sha1>42ohcib9p54b3eepi20j3ct04cm7si6</sha1>
    </revision>
    <revision>
      <id>502113</id>
      <parentid>502097</parentid>
      <timestamp>2026-10-04T18:24:18Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502113</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2024" sha1="ohy1s4lt6tt3su71zwjfwd9ueehxdhg" xml:space="preserve">= PenuX in R: Quiz Unità 2 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Una frequenza cardiaca di 900 bpm in un dataset è:

* A) Un outlier da conservare sempre
* B) Un valore normale nella sepsi
* C) Un valore da standardizzare
* D) Un valore impossibile da trattare come errore (mancante)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Valori fisiologicamente impossibili sono errori di inserimento e vanno trattati come mancanti.
&lt;/div&gt;

== Domanda 2 ==

Perché spesso si imputa con la mediana anziché con la media?

* A) La mediana è robusta agli outlier
* B) La mediana è sempre più grande
* C) La media non si può calcolare in R
* D) La mediana crea nuove variabili

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. La mediana non è influenzata dai valori estremi.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la fuga di informazioni (data leakage)?

* A) Perdere righe del dataset
* B) Usare informazioni del test set durante la preparazione o l'addestramento
* C) Salvare i dati in un file RDS
* D) Rimuovere le colonne duplicate

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Per esempio, calcolare media e sd su tutto il dataset prima della divisione rende la valutazione ottimistica.
&lt;/div&gt;

== Domanda 4 ==

Quale algoritmo richiede in genere la standardizzazione delle variabili?

* A) Random Forest
* B) Albero decisionale
* C) kNN
* D) Nessuno

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. kNN usa le distanze, quindi le variabili con scala maggiore dominerebbero.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Torna all'Unità 2]]
[[Categoria:PenuX in R|Quiz Unità 2]]</text>
      <sha1>ohy1s4lt6tt3su71zwjfwd9ueehxdhg</sha1>
    </revision>
    <revision>
      <id>502128</id>
      <parentid>502113</parentid>
      <timestamp>2026-10-04T18:32:10Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502128</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2039" sha1="eqhqdlwpreurisy9fepjwysno2ovqbe" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 2 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Una frequenza cardiaca di 900 bpm in un dataset è:

* A) Un outlier da conservare sempre
* B) Un valore normale nella sepsi
* C) Un valore da standardizzare
* D) Un valore impossibile da trattare come errore (mancante)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Valori fisiologicamente impossibili sono errori di inserimento e vanno trattati come mancanti.
&lt;/div&gt;

== Domanda 2 ==

Perché spesso si imputa con la mediana anziché con la media?

* A) La mediana è robusta agli outlier
* B) La mediana è sempre più grande
* C) La media non si può calcolare in R
* D) La mediana crea nuove variabili

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. La mediana non è influenzata dai valori estremi.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la fuga di informazioni (data leakage)?

* A) Perdere righe del dataset
* B) Usare informazioni del test set durante la preparazione o l'addestramento
* C) Salvare i dati in un file RDS
* D) Rimuovere le colonne duplicate

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Per esempio, calcolare media e sd su tutto il dataset prima della divisione rende la valutazione ottimistica.
&lt;/div&gt;

== Domanda 4 ==

Quale algoritmo richiede in genere la standardizzazione delle variabili?

* A) Random Forest
* B) Albero decisionale
* C) kNN
* D) Nessuno

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. kNN usa le distanze, quindi le variabili con scala maggiore dominerebbero.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Torna all'Unità 2]]
[[Categoria:PenuX in R|Quiz Unità 2]]</text>
      <sha1>eqhqdlwpreurisy9fepjwysno2ovqbe</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 3 - Analisi Esplorativa dei Dati</title>
    <ns>0</ns>
    <id>61181</id>
    <revision>
      <id>502057</id>
      <parentid>502013</parentid>
      <timestamp>2026-10-04T14:45:36Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 3 - Analisi Esplorativa dei Dati]] a [[PenuX in R/Unità 3 - Analisi Esplorativa dei Dati]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502013</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="11352" sha1="ptjqjeeakdp1wdlgj10pzyc5gbelqkx" xml:space="preserve">= PenuX in R: Unità 3 - Analisi Esplorativa dei Dati (EDA) =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Eseguire analisi statistiche descrittive
* Creare visualizzazioni di dati univariate e bivariate
* Identificare relazioni e dipendenze tra variabili
* Rilevare anomalie e pattern nei dati
* Generare ipotesi basate sull'esplorazione
* Documentare e comunicare i risultati

== 3.1 Analisi Statistica Descrittiva ==

=== Statistiche di base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche descrittive complessive
summary(clinical_data)

# Statistiche per singola variabile
mean(clinical_data$age, na.rm = TRUE)
median(clinical_data$age, na.rm = TRUE)
sd(clinical_data$age, na.rm = TRUE)
var(clinical_data$age, na.rm = TRUE)
min(clinical_data$age, na.rm = TRUE)
max(clinical_data$age, na.rm = TRUE)
range(clinical_data$age, na.rm = TRUE)

# Percentili
quantile(clinical_data$age, probs = c(0.25, 0.5, 0.75, 0.95), na.rm = TRUE)
&lt;/syntaxhighlight&gt;

=== Statistiche per gruppo ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare dplyr per statistiche raggruppate
library(dplyr)

clinical_data %&gt;%
  group_by(diagnosis) %&gt;%
  summarise(
    n = n(),
    mean_age = mean(age, na.rm = TRUE),
    sd_age = sd(age, na.rm = TRUE),
    mean_systolic = mean(systolic_bp, na.rm = TRUE),
    mean_diastolic = mean(diastolic_bp, na.rm = TRUE),
    .groups = 'drop'
  )

# Statistiche più dettagliate
clinical_data %&gt;%
  group_by(diagnosis, gender) %&gt;%
  summarise(
    count = n(),
    age_mean = mean(age, na.rm = TRUE),
    age_sd = sd(age, na.rm = TRUE),
    wbc_mean = mean(white_blood_cells, na.rm = TRUE),
    creatinine_mean = mean(creatinine, na.rm = TRUE),
    .groups = 'drop'
  )
&lt;/syntaxhighlight&gt;

== 3.2 Visualizzazioni Univariate ==

=== Istogrammi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(ggplot2)

# Istogramma semplice
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, color = &quot;black&quot;, alpha = 0.7) +
  labs(title = &quot;Distribuzione dell'età&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()

# Istogrammi per gruppo
ggplot(clinical_data, aes(x = age, fill = diagnosis)) +
  geom_histogram(binwidth = 5, alpha = 0.6, position = &quot;dodge&quot;) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)

# Densità overlay
ggplot(clinical_data, aes(x = systolic_bp)) +
  geom_histogram(aes(y = after_stat(density)), binwidth = 10,
                 fill = &quot;steelblue&quot;, alpha = 0.5) +
  geom_density(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Distribuzione della pressione sistolica&quot;,
       x = &quot;Pressione Sistolica (mmHg)&quot;,
       y = &quot;Densità&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Box Plot e Violin Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Box plot semplice
ggplot(clinical_data, aes(x = diagnosis, y = age)) +
  geom_boxplot(fill = &quot;lightblue&quot;, color = &quot;darkblue&quot;) +
  geom_jitter(width = 0.2, alpha = 0.3) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Età (anni)&quot;) +
  theme_minimal()

# Violin plot
ggplot(clinical_data, aes(x = diagnosis, y = white_blood_cells, fill = diagnosis)) +
  geom_violin(alpha = 0.6) +
  geom_boxplot(width = 0.2, alpha = 0.8) +
  labs(title = &quot;Distribuzione dei leucociti per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;none&quot;)

# Facet plot
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, alpha = 0.7) +
  facet_wrap(~ diagnosis) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 3.3 Visualizzazioni Bivariate ==

=== Scatter Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scatter plot semplice
ggplot(clinical_data, aes(x = age, y = systolic_bp)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = TRUE, color = &quot;red&quot;) +
  labs(title = &quot;Relazione tra età e pressione sistolica&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Pressione Sistolica (mmHg)&quot;) +
  theme_minimal()

# Scatter plot per gruppo
ggplot(clinical_data, aes(x = age, y = white_blood_cells, color = diagnosis)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = FALSE, linewidth = 1) +
  labs(title = &quot;Relazione tra età e leucociti per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

=== Matrice di Correlazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare la matrice di correlazione
numeric_data &lt;- clinical_data %&gt;%
  select_if(is.numeric)

correlation_matrix &lt;- cor(numeric_data, use = &quot;complete.obs&quot;)
print(correlation_matrix)

# Visualizzare con ggplot
library(reshape2)
melted_corr &lt;- melt(correlation_matrix)

ggplot(melted_corr, aes(x = Var1, y = Var2, fill = value)) +
  geom_tile(color = &quot;white&quot;) +
  geom_text(aes(label = round(value, 2)), size = 3) +
  scale_fill_gradient2(low = &quot;blue&quot;, mid = &quot;white&quot;, high = &quot;red&quot;,
                       limits = c(-1, 1)) +
  labs(title = &quot;Matrice di Correlazione&quot;,
       x = &quot;&quot;,
       y = &quot;&quot;,
       fill = &quot;Correlazione&quot;) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

# Usare corrplot
library(corrplot)
corrplot(correlation_matrix, method = &quot;circle&quot;, type = &quot;upper&quot;,
         addCoef.col = &quot;black&quot;, diag = FALSE,
         title = &quot;Matrice di Correlazione - PenuX&quot;)
&lt;/syntaxhighlight&gt;

== 3.4 Analisi Multivariata ==

=== Analisi delle Componenti Principali (PCA) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Preparare i dati per PCA
pca_data &lt;- clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  scale()  # Standardizzare

# Eseguire PCA
pca_result &lt;- prcomp(pca_data, center = FALSE)

# Riepilogo
summary(pca_result)

# Visualizzare la varianza spiegata
scree_plot &lt;- tibble(
  PC = 1:length(pca_result$sdev),
  Variance = (pca_result$sdev^2 / sum(pca_result$sdev^2)) * 100
)

ggplot(scree_plot, aes(x = PC, y = Variance)) +
  geom_col(fill = &quot;steelblue&quot;, alpha = 0.7) +
  geom_line(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Varianza Spiegata per Componente Principale&quot;,
       x = &quot;Componente Principale&quot;,
       y = &quot;Varianza Spiegata (%)&quot;) +
  theme_minimal()

# Biplot
biplot(pca_result, main = &quot;PCA Biplot&quot;)
&lt;/syntaxhighlight&gt;

=== Clustering Analisi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-means clustering
kmeans_result &lt;- kmeans(pca_data, centers = 3, nstart = 25)

# Aggiungere i cluster ai dati
clinical_data_clustered &lt;- clinical_data %&gt;%
  mutate(cluster = as.factor(kmeans_result$cluster))

# Visualizzare i cluster
ggplot(clinical_data_clustered, aes(x = age, y = white_blood_cells, color = cluster)) +
  geom_point(size = 3, alpha = 0.6) +
  labs(title = &quot;K-means Clustering (k=3)&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;,
       color = &quot;Cluster&quot;) +
  theme_minimal()

# Hierarchical clustering
library(dendextend)
hc_result &lt;- hclust(dist(pca_data), method = &quot;ward.D2&quot;)

# Dendrogram
plot(hc_result, main = &quot;Dendrogramma - Clustering Gerarchico&quot;,
     xlab = &quot;Osservazioni&quot;, ylab = &quot;Distanza&quot;)
&lt;/syntaxhighlight&gt;

== 3.5 Analisi Diagnostica ==

=== Test di Normalità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Shapiro-Wilk
shapiro_test &lt;- shapiro.test(clinical_data$age)
print(shapiro_test)

# Test di Kolmogorov-Smirnov
ks_test &lt;- ks.test(clinical_data$age, &quot;pnorm&quot;,
                   mean = mean(clinical_data$age, na.rm = TRUE),
                   sd = sd(clinical_data$age, na.rm = TRUE))
print(ks_test)

# Q-Q plot
ggplot(clinical_data, aes(sample = age)) +
  geom_qq() +
  geom_qq_line(color = &quot;red&quot;) +
  labs(title = &quot;Q-Q Plot - Età&quot;,
       x = &quot;Quantili teorici&quot;,
       y = &quot;Quantili osservati&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Test di Omoschedasticità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Levene
library(car)
levene_test &lt;- leveneTest(age ~ diagnosis, data = clinical_data)
print(levene_test)

# Test di Bartlett
bartlett_test &lt;- bartlett.test(age ~ diagnosis, data = clinical_data)
print(bartlett_test)
&lt;/syntaxhighlight&gt;

== 3.6 Generazione di Rapporti ==

=== Rapporto EDA Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare DataExplorer
library(DataExplorer)

# Creare un rapporto HTML automatico
create_report(clinical_data,
              output_file = &quot;eda_report.html&quot;,
              output_dir = &quot;results/&quot;,
              y = &quot;diagnosis&quot;)

# Analisi di singole variabili
plot_str(clinical_data)
plot_missing(clinical_data)
plot_histogram(clinical_data)
plot_density(clinical_data)
plot_boxplot(clinical_data, by = &quot;diagnosis&quot;)
plot_correlation(clinical_data, type = &quot;continuous&quot;)
&lt;/syntaxhighlight&gt;

=== Rapporto Personalizzato ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto con R Markdown
rmd_content &lt;- &quot;
---
title: 'Analisi Esplorativa - PenuX'
date: '`r Sys.Date()`'
output: html_document
---

## Sommario dei Dati

```{r}
summary(clinical_data)
```

## Distribuzioni Univariate

```{r fig.width=12}
# Istogrammi per tutte le variabili numeriche
clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  pivot_longer(everything(), names_to = 'Variable', values_to = 'Value') %&gt;%
  ggplot(aes(x = Value)) +
  geom_histogram(bins = 30, fill = 'steelblue') +
  facet_wrap(~Variable, scales = 'free') +
  theme_minimal()
```

## Correlazioni

```{r}
correlation_matrix &lt;- cor(clinical_data %&gt;% select_if(is.numeric),
                          use = 'complete.obs')
corrplot(correlation_matrix, method = 'circle', type = 'upper')
```
&quot;

# Scrivere il file R Markdown
writeLines(rmd_content, &quot;eda_report.Rmd&quot;)

# Renderizzare il report
library(rmarkdown)
render(&quot;eda_report.Rmd&quot;, output_format = &quot;html_document&quot;)
&lt;/syntaxhighlight&gt;

== 3.7 Esercizi Pratici ==

# Caricare il dataset pulito da Unit 2
# Eseguire analisi statistiche descrittive
# Creare almeno 10 visualizzazioni diverse
# Identificare le principali relazioni tra variabili
# Eseguire PCA e interpretare i risultati
# Applicare clustering e valutarne la qualità
# Generare un rapporto EDA completo
# Documentare le ipotesi generate dall'esplorazione

== 3.8 Verifica della Comprensione ==

* Quali test statistici usi per verificare la normalità dei dati?
* Come interpreti una matrice di correlazione?
* Quando e perché usi PCA?
* Quali sono le differenze tra clustering k-means e gerarchico?
* Come comunichi i risultati dell'EDA agli stakeholder clinici?

== Riepilogo dell'unità 3 ==

Abbiamo trattato:
* Analisi statistica descrittiva e raggruppata
* Visualizzazioni univariate (istogrammi, box plot, violin plot)
* Visualizzazioni bivariate e matrici di correlazione
* Analisi multivariata (PCA, clustering)
* Test diagnostici di normalità e omoschedasticità
* Generazione automatica di rapporti EDA
* Comunicazione efficace dei risultati

== Letture Consigliate ==

* [https://ggplot2.tidyverse.org/ ggplot2 Documentation]
* [https://cran.r-project.org/web/packages/DataExplorer/index.html DataExplorer Package]

== Il progetto PenuX ==

Il codice sorgente, i modelli e la documentazione della piattaforma PenuX sono
disponibili pubblicamente con licenza libera:

* [https://github.com/netanelcyber/penux Repository PenuX su GitHub]
* [https://penux.uk Sito del progetto PenuX]


== Quiz ==
[[PenuX in R: Quiz Unità 3|Fai il quiz dell'Unità 3]]</text>
      <sha1>ptjqjeeakdp1wdlgj10pzyc5gbelqkx</sha1>
    </revision>
    <revision>
      <id>502106</id>
      <parentid>502057</parentid>
      <timestamp>2026-10-04T18:21:55Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502106</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="11417" sha1="ajaxcaczf8suljomc4odaevsktox5yq" xml:space="preserve">= PenuX in R: Unità 3 - Analisi Esplorativa dei Dati (EDA) =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Eseguire analisi statistiche descrittive
* Creare visualizzazioni di dati univariate e bivariate
* Identificare relazioni e dipendenze tra variabili
* Rilevare anomalie e pattern nei dati
* Generare ipotesi basate sull'esplorazione
* Documentare e comunicare i risultati

== 3.1 Analisi Statistica Descrittiva ==

=== Statistiche di base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche descrittive complessive
summary(clinical_data)

# Statistiche per singola variabile
mean(clinical_data$age, na.rm = TRUE)
median(clinical_data$age, na.rm = TRUE)
sd(clinical_data$age, na.rm = TRUE)
var(clinical_data$age, na.rm = TRUE)
min(clinical_data$age, na.rm = TRUE)
max(clinical_data$age, na.rm = TRUE)
range(clinical_data$age, na.rm = TRUE)

# Percentili
quantile(clinical_data$age, probs = c(0.25, 0.5, 0.75, 0.95), na.rm = TRUE)
&lt;/syntaxhighlight&gt;

=== Statistiche per gruppo ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare dplyr per statistiche raggruppate
library(dplyr)

clinical_data %&gt;%
  group_by(diagnosis) %&gt;%
  summarise(
    n = n(),
    mean_age = mean(age, na.rm = TRUE),
    sd_age = sd(age, na.rm = TRUE),
    mean_systolic = mean(systolic_bp, na.rm = TRUE),
    mean_diastolic = mean(diastolic_bp, na.rm = TRUE),
    .groups = 'drop'
  )

# Statistiche più dettagliate
clinical_data %&gt;%
  group_by(diagnosis, gender) %&gt;%
  summarise(
    count = n(),
    age_mean = mean(age, na.rm = TRUE),
    age_sd = sd(age, na.rm = TRUE),
    wbc_mean = mean(white_blood_cells, na.rm = TRUE),
    creatinine_mean = mean(creatinine, na.rm = TRUE),
    .groups = 'drop'
  )
&lt;/syntaxhighlight&gt;

== 3.2 Visualizzazioni Univariate ==

=== Istogrammi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(ggplot2)

# Istogramma semplice
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, color = &quot;black&quot;, alpha = 0.7) +
  labs(title = &quot;Distribuzione dell'età&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()

# Istogrammi per gruppo
ggplot(clinical_data, aes(x = age, fill = diagnosis)) +
  geom_histogram(binwidth = 5, alpha = 0.6, position = &quot;dodge&quot;) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)

# Densità overlay
ggplot(clinical_data, aes(x = systolic_bp)) +
  geom_histogram(aes(y = after_stat(density)), binwidth = 10,
                 fill = &quot;steelblue&quot;, alpha = 0.5) +
  geom_density(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Distribuzione della pressione sistolica&quot;,
       x = &quot;Pressione Sistolica (mmHg)&quot;,
       y = &quot;Densità&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Box Plot e Violin Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Box plot semplice
ggplot(clinical_data, aes(x = diagnosis, y = age)) +
  geom_boxplot(fill = &quot;lightblue&quot;, color = &quot;darkblue&quot;) +
  geom_jitter(width = 0.2, alpha = 0.3) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Età (anni)&quot;) +
  theme_minimal()

# Violin plot
ggplot(clinical_data, aes(x = diagnosis, y = white_blood_cells, fill = diagnosis)) +
  geom_violin(alpha = 0.6) +
  geom_boxplot(width = 0.2, alpha = 0.8) +
  labs(title = &quot;Distribuzione dei leucociti per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;none&quot;)

# Facet plot
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, alpha = 0.7) +
  facet_wrap(~ diagnosis) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 3.3 Visualizzazioni Bivariate ==

=== Scatter Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scatter plot semplice
ggplot(clinical_data, aes(x = age, y = systolic_bp)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = TRUE, color = &quot;red&quot;) +
  labs(title = &quot;Relazione tra età e pressione sistolica&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Pressione Sistolica (mmHg)&quot;) +
  theme_minimal()

# Scatter plot per gruppo
ggplot(clinical_data, aes(x = age, y = white_blood_cells, color = diagnosis)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = FALSE, linewidth = 1) +
  labs(title = &quot;Relazione tra età e leucociti per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

=== Matrice di Correlazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare la matrice di correlazione
numeric_data &lt;- clinical_data %&gt;%
  select_if(is.numeric)

correlation_matrix &lt;- cor(numeric_data, use = &quot;complete.obs&quot;)
print(correlation_matrix)

# Visualizzare con ggplot
library(reshape2)
melted_corr &lt;- melt(correlation_matrix)

ggplot(melted_corr, aes(x = Var1, y = Var2, fill = value)) +
  geom_tile(color = &quot;white&quot;) +
  geom_text(aes(label = round(value, 2)), size = 3) +
  scale_fill_gradient2(low = &quot;blue&quot;, mid = &quot;white&quot;, high = &quot;red&quot;,
                       limits = c(-1, 1)) +
  labs(title = &quot;Matrice di Correlazione&quot;,
       x = &quot;&quot;,
       y = &quot;&quot;,
       fill = &quot;Correlazione&quot;) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

# Usare corrplot
library(corrplot)
corrplot(correlation_matrix, method = &quot;circle&quot;, type = &quot;upper&quot;,
         addCoef.col = &quot;black&quot;, diag = FALSE,
         title = &quot;Matrice di Correlazione - PenuX&quot;)
&lt;/syntaxhighlight&gt;

== 3.4 Analisi Multivariata ==

=== Analisi delle Componenti Principali (PCA) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Preparare i dati per PCA
pca_data &lt;- clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  scale()  # Standardizzare

# Eseguire PCA
pca_result &lt;- prcomp(pca_data, center = FALSE)

# Riepilogo
summary(pca_result)

# Visualizzare la varianza spiegata
scree_plot &lt;- tibble(
  PC = 1:length(pca_result$sdev),
  Variance = (pca_result$sdev^2 / sum(pca_result$sdev^2)) * 100
)

ggplot(scree_plot, aes(x = PC, y = Variance)) +
  geom_col(fill = &quot;steelblue&quot;, alpha = 0.7) +
  geom_line(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Varianza Spiegata per Componente Principale&quot;,
       x = &quot;Componente Principale&quot;,
       y = &quot;Varianza Spiegata (%)&quot;) +
  theme_minimal()

# Biplot
biplot(pca_result, main = &quot;PCA Biplot&quot;)
&lt;/syntaxhighlight&gt;

=== Clustering Analisi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-means clustering
kmeans_result &lt;- kmeans(pca_data, centers = 3, nstart = 25)

# Aggiungere i cluster ai dati
clinical_data_clustered &lt;- clinical_data %&gt;%
  mutate(cluster = as.factor(kmeans_result$cluster))

# Visualizzare i cluster
ggplot(clinical_data_clustered, aes(x = age, y = white_blood_cells, color = cluster)) +
  geom_point(size = 3, alpha = 0.6) +
  labs(title = &quot;K-means Clustering (k=3)&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;,
       color = &quot;Cluster&quot;) +
  theme_minimal()

# Hierarchical clustering
library(dendextend)
hc_result &lt;- hclust(dist(pca_data), method = &quot;ward.D2&quot;)

# Dendrogram
plot(hc_result, main = &quot;Dendrogramma - Clustering Gerarchico&quot;,
     xlab = &quot;Osservazioni&quot;, ylab = &quot;Distanza&quot;)
&lt;/syntaxhighlight&gt;

== 3.5 Analisi Diagnostica ==

=== Test di Normalità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Shapiro-Wilk
shapiro_test &lt;- shapiro.test(clinical_data$age)
print(shapiro_test)

# Test di Kolmogorov-Smirnov
ks_test &lt;- ks.test(clinical_data$age, &quot;pnorm&quot;,
                   mean = mean(clinical_data$age, na.rm = TRUE),
                   sd = sd(clinical_data$age, na.rm = TRUE))
print(ks_test)

# Q-Q plot
ggplot(clinical_data, aes(sample = age)) +
  geom_qq() +
  geom_qq_line(color = &quot;red&quot;) +
  labs(title = &quot;Q-Q Plot - Età&quot;,
       x = &quot;Quantili teorici&quot;,
       y = &quot;Quantili osservati&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Test di Omoschedasticità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Levene
library(car)
levene_test &lt;- leveneTest(age ~ diagnosis, data = clinical_data)
print(levene_test)

# Test di Bartlett
bartlett_test &lt;- bartlett.test(age ~ diagnosis, data = clinical_data)
print(bartlett_test)
&lt;/syntaxhighlight&gt;

== 3.6 Generazione di Rapporti ==

=== Rapporto EDA Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare DataExplorer
library(DataExplorer)

# Creare un rapporto HTML automatico
create_report(clinical_data,
              output_file = &quot;eda_report.html&quot;,
              output_dir = &quot;results/&quot;,
              y = &quot;diagnosis&quot;)

# Analisi di singole variabili
plot_str(clinical_data)
plot_missing(clinical_data)
plot_histogram(clinical_data)
plot_density(clinical_data)
plot_boxplot(clinical_data, by = &quot;diagnosis&quot;)
plot_correlation(clinical_data, type = &quot;continuous&quot;)
&lt;/syntaxhighlight&gt;

=== Rapporto Personalizzato ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto con R Markdown
rmd_content &lt;- &quot;
---
title: 'Analisi Esplorativa - PenuX'
date: '`r Sys.Date()`'
output: html_document
---

## Sommario dei Dati

```{r}
summary(clinical_data)
```

## Distribuzioni Univariate

```{r fig.width=12}
# Istogrammi per tutte le variabili numeriche
clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  pivot_longer(everything(), names_to = 'Variable', values_to = 'Value') %&gt;%
  ggplot(aes(x = Value)) +
  geom_histogram(bins = 30, fill = 'steelblue') +
  facet_wrap(~Variable, scales = 'free') +
  theme_minimal()
```

## Correlazioni

```{r}
correlation_matrix &lt;- cor(clinical_data %&gt;% select_if(is.numeric),
                          use = 'complete.obs')
corrplot(correlation_matrix, method = 'circle', type = 'upper')
```
&quot;

# Scrivere il file R Markdown
writeLines(rmd_content, &quot;eda_report.Rmd&quot;)

# Renderizzare il report
library(rmarkdown)
render(&quot;eda_report.Rmd&quot;, output_format = &quot;html_document&quot;)
&lt;/syntaxhighlight&gt;

== 3.7 Esercizi Pratici ==

# Caricare il dataset pulito da Unit 2
# Eseguire analisi statistiche descrittive
# Creare almeno 10 visualizzazioni diverse
# Identificare le principali relazioni tra variabili
# Eseguire PCA e interpretare i risultati
# Applicare clustering e valutarne la qualità
# Generare un rapporto EDA completo
# Documentare le ipotesi generate dall'esplorazione

== 3.8 Verifica della Comprensione ==

* Quali test statistici usi per verificare la normalità dei dati?
* Come interpreti una matrice di correlazione?
* Quando e perché usi PCA?
* Quali sono le differenze tra clustering k-means e gerarchico?
* Come comunichi i risultati dell'EDA agli stakeholder clinici?

== Riepilogo dell'unità 3 ==

Abbiamo trattato:
* Analisi statistica descrittiva e raggruppata
* Visualizzazioni univariate (istogrammi, box plot, violin plot)
* Visualizzazioni bivariate e matrici di correlazione
* Analisi multivariata (PCA, clustering)
* Test diagnostici di normalità e omoschedasticità
* Generazione automatica di rapporti EDA
* Comunicazione efficace dei risultati

== Letture Consigliate ==

* [https://ggplot2.tidyverse.org/ ggplot2 Documentation]
* [https://cran.r-project.org/web/packages/DataExplorer/index.html DataExplorer Package]

== Il progetto PenuX ==

Il codice sorgente, i modelli e la documentazione della piattaforma PenuX sono
disponibili pubblicamente con licenza libera:

* [https://github.com/netanelcyber/penux Repository PenuX su GitHub]
* [https://penux.uk Sito del progetto PenuX]


== Quiz ==
[[PenuX in R: Quiz Unità 3|Fai il quiz dell'Unità 3]]
[[Categoria:PenuX in R|Unità 3 - Analisi Esplorativa dei Dati]]</text>
      <sha1>ajaxcaczf8suljomc4odaevsktox5yq</sha1>
    </revision>
    <revision>
      <id>502121</id>
      <parentid>502106</parentid>
      <timestamp>2026-10-04T18:25:38Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502121</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="11416" sha1="m7e6x18gg0sukohu8k7uqg5j1ngugij" xml:space="preserve">= PenuX in R: Unità 3 - Analisi Esplorativa dei Dati (EDA) =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Eseguire analisi statistiche descrittive
* Creare visualizzazioni di dati univariate e bivariate
* Identificare relazioni e dipendenze tra variabili
* Rilevare anomalie e pattern nei dati
* Generare ipotesi basate sull'esplorazione
* Documentare e comunicare i risultati

== 3.1 Analisi Statistica Descrittiva ==

=== Statistiche di base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche descrittive complessive
summary(clinical_data)

# Statistiche per singola variabile
mean(clinical_data$age, na.rm = TRUE)
median(clinical_data$age, na.rm = TRUE)
sd(clinical_data$age, na.rm = TRUE)
var(clinical_data$age, na.rm = TRUE)
min(clinical_data$age, na.rm = TRUE)
max(clinical_data$age, na.rm = TRUE)
range(clinical_data$age, na.rm = TRUE)

# Percentili
quantile(clinical_data$age, probs = c(0.25, 0.5, 0.75, 0.95), na.rm = TRUE)
&lt;/syntaxhighlight&gt;

=== Statistiche per gruppo ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare dplyr per statistiche raggruppate
library(dplyr)

clinical_data %&gt;%
  group_by(diagnosis) %&gt;%
  summarise(
    n = n(),
    mean_age = mean(age, na.rm = TRUE),
    sd_age = sd(age, na.rm = TRUE),
    mean_systolic = mean(systolic_bp, na.rm = TRUE),
    mean_diastolic = mean(diastolic_bp, na.rm = TRUE),
    .groups = 'drop'
  )

# Statistiche più dettagliate
clinical_data %&gt;%
  group_by(diagnosis, gender) %&gt;%
  summarise(
    count = n(),
    age_mean = mean(age, na.rm = TRUE),
    age_sd = sd(age, na.rm = TRUE),
    wbc_mean = mean(white_blood_cells, na.rm = TRUE),
    creatinine_mean = mean(creatinine, na.rm = TRUE),
    .groups = 'drop'
  )
&lt;/syntaxhighlight&gt;

== 3.2 Visualizzazioni Univariate ==

=== Istogrammi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(ggplot2)

# Istogramma semplice
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, color = &quot;black&quot;, alpha = 0.7) +
  labs(title = &quot;Distribuzione dell'età&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()

# Istogrammi per gruppo
ggplot(clinical_data, aes(x = age, fill = diagnosis)) +
  geom_histogram(binwidth = 5, alpha = 0.6, position = &quot;dodge&quot;) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)

# Densità overlay
ggplot(clinical_data, aes(x = systolic_bp)) +
  geom_histogram(aes(y = after_stat(density)), binwidth = 10,
                 fill = &quot;steelblue&quot;, alpha = 0.5) +
  geom_density(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Distribuzione della pressione sistolica&quot;,
       x = &quot;Pressione Sistolica (mmHg)&quot;,
       y = &quot;Densità&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Box Plot e Violin Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Box plot semplice
ggplot(clinical_data, aes(x = diagnosis, y = age)) +
  geom_boxplot(fill = &quot;lightblue&quot;, color = &quot;darkblue&quot;) +
  geom_jitter(width = 0.2, alpha = 0.3) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Età (anni)&quot;) +
  theme_minimal()

# Violin plot
ggplot(clinical_data, aes(x = diagnosis, y = white_blood_cells, fill = diagnosis)) +
  geom_violin(alpha = 0.6) +
  geom_boxplot(width = 0.2, alpha = 0.8) +
  labs(title = &quot;Distribuzione dei leucociti per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;none&quot;)

# Facet plot
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, alpha = 0.7) +
  facet_wrap(~ diagnosis) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 3.3 Visualizzazioni Bivariate ==

=== Scatter Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scatter plot semplice
ggplot(clinical_data, aes(x = age, y = systolic_bp)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = TRUE, color = &quot;red&quot;) +
  labs(title = &quot;Relazione tra età e pressione sistolica&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Pressione Sistolica (mmHg)&quot;) +
  theme_minimal()

# Scatter plot per gruppo
ggplot(clinical_data, aes(x = age, y = white_blood_cells, color = diagnosis)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = FALSE, linewidth = 1) +
  labs(title = &quot;Relazione tra età e leucociti per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

=== Matrice di Correlazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare la matrice di correlazione
numeric_data &lt;- clinical_data %&gt;%
  select_if(is.numeric)

correlation_matrix &lt;- cor(numeric_data, use = &quot;complete.obs&quot;)
print(correlation_matrix)

# Visualizzare con ggplot
library(reshape2)
melted_corr &lt;- melt(correlation_matrix)

ggplot(melted_corr, aes(x = Var1, y = Var2, fill = value)) +
  geom_tile(color = &quot;white&quot;) +
  geom_text(aes(label = round(value, 2)), size = 3) +
  scale_fill_gradient2(low = &quot;blue&quot;, mid = &quot;white&quot;, high = &quot;red&quot;,
                       limits = c(-1, 1)) +
  labs(title = &quot;Matrice di Correlazione&quot;,
       x = &quot;&quot;,
       y = &quot;&quot;,
       fill = &quot;Correlazione&quot;) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

# Usare corrplot
library(corrplot)
corrplot(correlation_matrix, method = &quot;circle&quot;, type = &quot;upper&quot;,
         addCoef.col = &quot;black&quot;, diag = FALSE,
         title = &quot;Matrice di Correlazione - PenuX&quot;)
&lt;/syntaxhighlight&gt;

== 3.4 Analisi Multivariata ==

=== Analisi delle Componenti Principali (PCA) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Preparare i dati per PCA
pca_data &lt;- clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  scale()  # Standardizzare

# Eseguire PCA
pca_result &lt;- prcomp(pca_data, center = FALSE)

# Riepilogo
summary(pca_result)

# Visualizzare la varianza spiegata
scree_plot &lt;- tibble(
  PC = 1:length(pca_result$sdev),
  Variance = (pca_result$sdev^2 / sum(pca_result$sdev^2)) * 100
)

ggplot(scree_plot, aes(x = PC, y = Variance)) +
  geom_col(fill = &quot;steelblue&quot;, alpha = 0.7) +
  geom_line(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Varianza Spiegata per Componente Principale&quot;,
       x = &quot;Componente Principale&quot;,
       y = &quot;Varianza Spiegata (%)&quot;) +
  theme_minimal()

# Biplot
biplot(pca_result, main = &quot;PCA Biplot&quot;)
&lt;/syntaxhighlight&gt;

=== Clustering Analisi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-means clustering
kmeans_result &lt;- kmeans(pca_data, centers = 3, nstart = 25)

# Aggiungere i cluster ai dati
clinical_data_clustered &lt;- clinical_data %&gt;%
  mutate(cluster = as.factor(kmeans_result$cluster))

# Visualizzare i cluster
ggplot(clinical_data_clustered, aes(x = age, y = white_blood_cells, color = cluster)) +
  geom_point(size = 3, alpha = 0.6) +
  labs(title = &quot;K-means Clustering (k=3)&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;,
       color = &quot;Cluster&quot;) +
  theme_minimal()

# Hierarchical clustering
library(dendextend)
hc_result &lt;- hclust(dist(pca_data), method = &quot;ward.D2&quot;)

# Dendrogram
plot(hc_result, main = &quot;Dendrogramma - Clustering Gerarchico&quot;,
     xlab = &quot;Osservazioni&quot;, ylab = &quot;Distanza&quot;)
&lt;/syntaxhighlight&gt;

== 3.5 Analisi Diagnostica ==

=== Test di Normalità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Shapiro-Wilk
shapiro_test &lt;- shapiro.test(clinical_data$age)
print(shapiro_test)

# Test di Kolmogorov-Smirnov
ks_test &lt;- ks.test(clinical_data$age, &quot;pnorm&quot;,
                   mean = mean(clinical_data$age, na.rm = TRUE),
                   sd = sd(clinical_data$age, na.rm = TRUE))
print(ks_test)

# Q-Q plot
ggplot(clinical_data, aes(sample = age)) +
  geom_qq() +
  geom_qq_line(color = &quot;red&quot;) +
  labs(title = &quot;Q-Q Plot - Età&quot;,
       x = &quot;Quantili teorici&quot;,
       y = &quot;Quantili osservati&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Test di Omoschedasticità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Levene
library(car)
levene_test &lt;- leveneTest(age ~ diagnosis, data = clinical_data)
print(levene_test)

# Test di Bartlett
bartlett_test &lt;- bartlett.test(age ~ diagnosis, data = clinical_data)
print(bartlett_test)
&lt;/syntaxhighlight&gt;

== 3.6 Generazione di Rapporti ==

=== Rapporto EDA Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare DataExplorer
library(DataExplorer)

# Creare un rapporto HTML automatico
create_report(clinical_data,
              output_file = &quot;eda_report.html&quot;,
              output_dir = &quot;results/&quot;,
              y = &quot;diagnosis&quot;)

# Analisi di singole variabili
plot_str(clinical_data)
plot_missing(clinical_data)
plot_histogram(clinical_data)
plot_density(clinical_data)
plot_boxplot(clinical_data, by = &quot;diagnosis&quot;)
plot_correlation(clinical_data, type = &quot;continuous&quot;)
&lt;/syntaxhighlight&gt;

=== Rapporto Personalizzato ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto con R Markdown
rmd_content &lt;- &quot;
---
title: 'Analisi Esplorativa - PenuX'
date: '`r Sys.Date()`'
output: html_document
---

## Sommario dei Dati

```{r}
summary(clinical_data)
```

## Distribuzioni Univariate

```{r fig.width=12}
# Istogrammi per tutte le variabili numeriche
clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  pivot_longer(everything(), names_to = 'Variable', values_to = 'Value') %&gt;%
  ggplot(aes(x = Value)) +
  geom_histogram(bins = 30, fill = 'steelblue') +
  facet_wrap(~Variable, scales = 'free') +
  theme_minimal()
```

## Correlazioni

```{r}
correlation_matrix &lt;- cor(clinical_data %&gt;% select_if(is.numeric),
                          use = 'complete.obs')
corrplot(correlation_matrix, method = 'circle', type = 'upper')
```
&quot;

# Scrivere il file R Markdown
writeLines(rmd_content, &quot;eda_report.Rmd&quot;)

# Renderizzare il report
library(rmarkdown)
render(&quot;eda_report.Rmd&quot;, output_format = &quot;html_document&quot;)
&lt;/syntaxhighlight&gt;

== 3.7 Esercizi Pratici ==

# Caricare il dataset pulito da Unit 2
# Eseguire analisi statistiche descrittive
# Creare almeno 10 visualizzazioni diverse
# Identificare le principali relazioni tra variabili
# Eseguire PCA e interpretare i risultati
# Applicare clustering e valutarne la qualità
# Generare un rapporto EDA completo
# Documentare le ipotesi generate dall'esplorazione

== 3.8 Verifica della Comprensione ==

* Quali test statistici usi per verificare la normalità dei dati?
* Come interpreti una matrice di correlazione?
* Quando e perché usi PCA?
* Quali sono le differenze tra clustering k-means e gerarchico?
* Come comunichi i risultati dell'EDA agli stakeholder clinici?

== Riepilogo dell'unità 3 ==

Abbiamo trattato:
* Analisi statistica descrittiva e raggruppata
* Visualizzazioni univariate (istogrammi, box plot, violin plot)
* Visualizzazioni bivariate e matrici di correlazione
* Analisi multivariata (PCA, clustering)
* Test diagnostici di normalità e omoschedasticità
* Generazione automatica di rapporti EDA
* Comunicazione efficace dei risultati

== Letture Consigliate ==

* [https://ggplot2.tidyverse.org/ ggplot2 Documentation]
* [https://cran.r-project.org/web/packages/DataExplorer/index.html DataExplorer Package]

== Il progetto PenuX ==

Il codice sorgente, i modelli e la documentazione della piattaforma PenuX sono
disponibili pubblicamente con licenza libera:

* [https://github.com/netanelcyber/penux Repository PenuX su GitHub]
* [https://penux.uk Sito del progetto PenuX]


== Quiz ==
[[PenuX in R/Quiz Unità 3|Fai il quiz dell'Unità 3]]
[[Categoria:PenuX in R|Unità 3 - Analisi Esplorativa dei Dati]]</text>
      <sha1>m7e6x18gg0sukohu8k7uqg5j1ngugij</sha1>
    </revision>
    <revision>
      <id>502136</id>
      <parentid>502121</parentid>
      <timestamp>2026-10-04T18:34:03Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502136</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="11431" sha1="73gib4wyusay6uh20uu9dj1ufmnfoz4" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 3 - Analisi Esplorativa dei Dati (EDA) =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Eseguire analisi statistiche descrittive
* Creare visualizzazioni di dati univariate e bivariate
* Identificare relazioni e dipendenze tra variabili
* Rilevare anomalie e pattern nei dati
* Generare ipotesi basate sull'esplorazione
* Documentare e comunicare i risultati

== 3.1 Analisi Statistica Descrittiva ==

=== Statistiche di base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Statistiche descrittive complessive
summary(clinical_data)

# Statistiche per singola variabile
mean(clinical_data$age, na.rm = TRUE)
median(clinical_data$age, na.rm = TRUE)
sd(clinical_data$age, na.rm = TRUE)
var(clinical_data$age, na.rm = TRUE)
min(clinical_data$age, na.rm = TRUE)
max(clinical_data$age, na.rm = TRUE)
range(clinical_data$age, na.rm = TRUE)

# Percentili
quantile(clinical_data$age, probs = c(0.25, 0.5, 0.75, 0.95), na.rm = TRUE)
&lt;/syntaxhighlight&gt;

=== Statistiche per gruppo ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare dplyr per statistiche raggruppate
library(dplyr)

clinical_data %&gt;%
  group_by(diagnosis) %&gt;%
  summarise(
    n = n(),
    mean_age = mean(age, na.rm = TRUE),
    sd_age = sd(age, na.rm = TRUE),
    mean_systolic = mean(systolic_bp, na.rm = TRUE),
    mean_diastolic = mean(diastolic_bp, na.rm = TRUE),
    .groups = 'drop'
  )

# Statistiche più dettagliate
clinical_data %&gt;%
  group_by(diagnosis, gender) %&gt;%
  summarise(
    count = n(),
    age_mean = mean(age, na.rm = TRUE),
    age_sd = sd(age, na.rm = TRUE),
    wbc_mean = mean(white_blood_cells, na.rm = TRUE),
    creatinine_mean = mean(creatinine, na.rm = TRUE),
    .groups = 'drop'
  )
&lt;/syntaxhighlight&gt;

== 3.2 Visualizzazioni Univariate ==

=== Istogrammi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(ggplot2)

# Istogramma semplice
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, color = &quot;black&quot;, alpha = 0.7) +
  labs(title = &quot;Distribuzione dell'età&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()

# Istogrammi per gruppo
ggplot(clinical_data, aes(x = age, fill = diagnosis)) +
  geom_histogram(binwidth = 5, alpha = 0.6, position = &quot;dodge&quot;) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)

# Densità overlay
ggplot(clinical_data, aes(x = systolic_bp)) +
  geom_histogram(aes(y = after_stat(density)), binwidth = 10,
                 fill = &quot;steelblue&quot;, alpha = 0.5) +
  geom_density(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Distribuzione della pressione sistolica&quot;,
       x = &quot;Pressione Sistolica (mmHg)&quot;,
       y = &quot;Densità&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Box Plot e Violin Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Box plot semplice
ggplot(clinical_data, aes(x = diagnosis, y = age)) +
  geom_boxplot(fill = &quot;lightblue&quot;, color = &quot;darkblue&quot;) +
  geom_jitter(width = 0.2, alpha = 0.3) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Età (anni)&quot;) +
  theme_minimal()

# Violin plot
ggplot(clinical_data, aes(x = diagnosis, y = white_blood_cells, fill = diagnosis)) +
  geom_violin(alpha = 0.6) +
  geom_boxplot(width = 0.2, alpha = 0.8) +
  labs(title = &quot;Distribuzione dei leucociti per diagnosi&quot;,
       x = &quot;Diagnosi&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;none&quot;)

# Facet plot
ggplot(clinical_data, aes(x = age)) +
  geom_histogram(binwidth = 5, fill = &quot;steelblue&quot;, alpha = 0.7) +
  facet_wrap(~ diagnosis) +
  labs(title = &quot;Distribuzione dell'età per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 3.3 Visualizzazioni Bivariate ==

=== Scatter Plot ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Scatter plot semplice
ggplot(clinical_data, aes(x = age, y = systolic_bp)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = TRUE, color = &quot;red&quot;) +
  labs(title = &quot;Relazione tra età e pressione sistolica&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Pressione Sistolica (mmHg)&quot;) +
  theme_minimal()

# Scatter plot per gruppo
ggplot(clinical_data, aes(x = age, y = white_blood_cells, color = diagnosis)) +
  geom_point(alpha = 0.6, size = 2) +
  geom_smooth(method = &quot;lm&quot;, se = FALSE, linewidth = 1) +
  labs(title = &quot;Relazione tra età e leucociti per diagnosi&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

=== Matrice di Correlazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare la matrice di correlazione
numeric_data &lt;- clinical_data %&gt;%
  select_if(is.numeric)

correlation_matrix &lt;- cor(numeric_data, use = &quot;complete.obs&quot;)
print(correlation_matrix)

# Visualizzare con ggplot
library(reshape2)
melted_corr &lt;- melt(correlation_matrix)

ggplot(melted_corr, aes(x = Var1, y = Var2, fill = value)) +
  geom_tile(color = &quot;white&quot;) +
  geom_text(aes(label = round(value, 2)), size = 3) +
  scale_fill_gradient2(low = &quot;blue&quot;, mid = &quot;white&quot;, high = &quot;red&quot;,
                       limits = c(-1, 1)) +
  labs(title = &quot;Matrice di Correlazione&quot;,
       x = &quot;&quot;,
       y = &quot;&quot;,
       fill = &quot;Correlazione&quot;) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

# Usare corrplot
library(corrplot)
corrplot(correlation_matrix, method = &quot;circle&quot;, type = &quot;upper&quot;,
         addCoef.col = &quot;black&quot;, diag = FALSE,
         title = &quot;Matrice di Correlazione - PenuX&quot;)
&lt;/syntaxhighlight&gt;

== 3.4 Analisi Multivariata ==

=== Analisi delle Componenti Principali (PCA) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Preparare i dati per PCA
pca_data &lt;- clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  scale()  # Standardizzare

# Eseguire PCA
pca_result &lt;- prcomp(pca_data, center = FALSE)

# Riepilogo
summary(pca_result)

# Visualizzare la varianza spiegata
scree_plot &lt;- tibble(
  PC = 1:length(pca_result$sdev),
  Variance = (pca_result$sdev^2 / sum(pca_result$sdev^2)) * 100
)

ggplot(scree_plot, aes(x = PC, y = Variance)) +
  geom_col(fill = &quot;steelblue&quot;, alpha = 0.7) +
  geom_line(color = &quot;red&quot;, linewidth = 1) +
  labs(title = &quot;Varianza Spiegata per Componente Principale&quot;,
       x = &quot;Componente Principale&quot;,
       y = &quot;Varianza Spiegata (%)&quot;) +
  theme_minimal()

# Biplot
biplot(pca_result, main = &quot;PCA Biplot&quot;)
&lt;/syntaxhighlight&gt;

=== Clustering Analisi ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-means clustering
kmeans_result &lt;- kmeans(pca_data, centers = 3, nstart = 25)

# Aggiungere i cluster ai dati
clinical_data_clustered &lt;- clinical_data %&gt;%
  mutate(cluster = as.factor(kmeans_result$cluster))

# Visualizzare i cluster
ggplot(clinical_data_clustered, aes(x = age, y = white_blood_cells, color = cluster)) +
  geom_point(size = 3, alpha = 0.6) +
  labs(title = &quot;K-means Clustering (k=3)&quot;,
       x = &quot;Età (anni)&quot;,
       y = &quot;Leucociti (WBC)&quot;,
       color = &quot;Cluster&quot;) +
  theme_minimal()

# Hierarchical clustering
library(dendextend)
hc_result &lt;- hclust(dist(pca_data), method = &quot;ward.D2&quot;)

# Dendrogram
plot(hc_result, main = &quot;Dendrogramma - Clustering Gerarchico&quot;,
     xlab = &quot;Osservazioni&quot;, ylab = &quot;Distanza&quot;)
&lt;/syntaxhighlight&gt;

== 3.5 Analisi Diagnostica ==

=== Test di Normalità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Shapiro-Wilk
shapiro_test &lt;- shapiro.test(clinical_data$age)
print(shapiro_test)

# Test di Kolmogorov-Smirnov
ks_test &lt;- ks.test(clinical_data$age, &quot;pnorm&quot;,
                   mean = mean(clinical_data$age, na.rm = TRUE),
                   sd = sd(clinical_data$age, na.rm = TRUE))
print(ks_test)

# Q-Q plot
ggplot(clinical_data, aes(sample = age)) +
  geom_qq() +
  geom_qq_line(color = &quot;red&quot;) +
  labs(title = &quot;Q-Q Plot - Età&quot;,
       x = &quot;Quantili teorici&quot;,
       y = &quot;Quantili osservati&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

=== Test di Omoschedasticità ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Test di Levene
library(car)
levene_test &lt;- leveneTest(age ~ diagnosis, data = clinical_data)
print(levene_test)

# Test di Bartlett
bartlett_test &lt;- bartlett.test(age ~ diagnosis, data = clinical_data)
print(bartlett_test)
&lt;/syntaxhighlight&gt;

== 3.6 Generazione di Rapporti ==

=== Rapporto EDA Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare DataExplorer
library(DataExplorer)

# Creare un rapporto HTML automatico
create_report(clinical_data,
              output_file = &quot;eda_report.html&quot;,
              output_dir = &quot;results/&quot;,
              y = &quot;diagnosis&quot;)

# Analisi di singole variabili
plot_str(clinical_data)
plot_missing(clinical_data)
plot_histogram(clinical_data)
plot_density(clinical_data)
plot_boxplot(clinical_data, by = &quot;diagnosis&quot;)
plot_correlation(clinical_data, type = &quot;continuous&quot;)
&lt;/syntaxhighlight&gt;

=== Rapporto Personalizzato ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto con R Markdown
rmd_content &lt;- &quot;
---
title: 'Analisi Esplorativa - PenuX'
date: '`r Sys.Date()`'
output: html_document
---

## Sommario dei Dati

```{r}
summary(clinical_data)
```

## Distribuzioni Univariate

```{r fig.width=12}
# Istogrammi per tutte le variabili numeriche
clinical_data %&gt;%
  select_if(is.numeric) %&gt;%
  pivot_longer(everything(), names_to = 'Variable', values_to = 'Value') %&gt;%
  ggplot(aes(x = Value)) +
  geom_histogram(bins = 30, fill = 'steelblue') +
  facet_wrap(~Variable, scales = 'free') +
  theme_minimal()
```

## Correlazioni

```{r}
correlation_matrix &lt;- cor(clinical_data %&gt;% select_if(is.numeric),
                          use = 'complete.obs')
corrplot(correlation_matrix, method = 'circle', type = 'upper')
```
&quot;

# Scrivere il file R Markdown
writeLines(rmd_content, &quot;eda_report.Rmd&quot;)

# Renderizzare il report
library(rmarkdown)
render(&quot;eda_report.Rmd&quot;, output_format = &quot;html_document&quot;)
&lt;/syntaxhighlight&gt;

== 3.7 Esercizi Pratici ==

# Caricare il dataset pulito da Unit 2
# Eseguire analisi statistiche descrittive
# Creare almeno 10 visualizzazioni diverse
# Identificare le principali relazioni tra variabili
# Eseguire PCA e interpretare i risultati
# Applicare clustering e valutarne la qualità
# Generare un rapporto EDA completo
# Documentare le ipotesi generate dall'esplorazione

== 3.8 Verifica della Comprensione ==

* Quali test statistici usi per verificare la normalità dei dati?
* Come interpreti una matrice di correlazione?
* Quando e perché usi PCA?
* Quali sono le differenze tra clustering k-means e gerarchico?
* Come comunichi i risultati dell'EDA agli stakeholder clinici?

== Riepilogo dell'unità 3 ==

Abbiamo trattato:
* Analisi statistica descrittiva e raggruppata
* Visualizzazioni univariate (istogrammi, box plot, violin plot)
* Visualizzazioni bivariate e matrici di correlazione
* Analisi multivariata (PCA, clustering)
* Test diagnostici di normalità e omoschedasticità
* Generazione automatica di rapporti EDA
* Comunicazione efficace dei risultati

== Letture Consigliate ==

* [https://ggplot2.tidyverse.org/ ggplot2 Documentation]
* [https://cran.r-project.org/web/packages/DataExplorer/index.html DataExplorer Package]

== Il progetto PenuX ==

Il codice sorgente, i modelli e la documentazione della piattaforma PenuX sono
disponibili pubblicamente con licenza libera:

* [https://github.com/netanelcyber/penux Repository PenuX su GitHub]
* [https://penux.uk Sito del progetto PenuX]


== Quiz ==
[[PenuX in R/Quiz Unità 3|Fai il quiz dell'Unità 3]]
[[Categoria:PenuX in R|Unità 3 - Analisi Esplorativa dei Dati]]</text>
      <sha1>73gib4wyusay6uh20uu9dj1ufmnfoz4</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 3</title>
    <ns>0</ns>
    <id>61182</id>
    <revision>
      <id>502066</id>
      <parentid>502014</parentid>
      <timestamp>2026-10-04T14:54:44Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 3]] a [[PenuX in R/Quiz Unità 3]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502014</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1812" sha1="4i2as7plt0ctger8jkhg1fdd1eyau0n" xml:space="preserve">= PenuX in R: Quiz Unità 3 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale grafico mostra mediana e quartili?

* A) Boxplot
* B) Grafico a torta
* C) Grafico a dispersione
* D) Mappa di calore

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Il boxplot riassume mediana, quartili e valori estremi.
&lt;/div&gt;

== Domanda 2 ==

Un coefficiente di correlazione r = -0,8 indica:

* A) Nessuna correlazione
* B) Una forte correlazione negativa
* C) Una debole correlazione positiva
* D) Un errore di calcolo

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Quando una variabile aumenta, l'altra tende a diminuire in modo marcato.
&lt;/div&gt;

== Domanda 3 ==

A cosa serve l'analisi delle componenti principali (PCA)?

* A) A imputare i valori mancanti
* B) A dividere i dati in training e test
* C) A ridurre la dimensionalità conservando la maggior parte della varianza
* D) A calcolare l'AUC

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La PCA riassume molte variabili correlate in poche componenti.
&lt;/div&gt;

== Domanda 4 ==

Una correlazione elevata tra due variabili dimostra un nesso causale?

* A) Sì, sempre
* B) Sì, se r &gt; 0,5
* C) Solo nei dati clinici
* D) No, la correlazione da sola non prova la causalità

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Possono esserci variabili confondenti o coincidenze.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 3 - Analisi Esplorativa dei Dati|Torna all'Unità 3]]</text>
      <sha1>4i2as7plt0ctger8jkhg1fdd1eyau0n</sha1>
    </revision>
    <revision>
      <id>502098</id>
      <parentid>502066</parentid>
      <timestamp>2026-10-04T18:20:23Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502098</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1851" sha1="6aljzattbahf6kwesavjiawyibduy6n" xml:space="preserve">= PenuX in R: Quiz Unità 3 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale grafico mostra mediana e quartili?

* A) Boxplot
* B) Grafico a torta
* C) Grafico a dispersione
* D) Mappa di calore

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Il boxplot riassume mediana, quartili e valori estremi.
&lt;/div&gt;

== Domanda 2 ==

Un coefficiente di correlazione r = -0,8 indica:

* A) Nessuna correlazione
* B) Una forte correlazione negativa
* C) Una debole correlazione positiva
* D) Un errore di calcolo

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Quando una variabile aumenta, l'altra tende a diminuire in modo marcato.
&lt;/div&gt;

== Domanda 3 ==

A cosa serve l'analisi delle componenti principali (PCA)?

* A) A imputare i valori mancanti
* B) A dividere i dati in training e test
* C) A ridurre la dimensionalità conservando la maggior parte della varianza
* D) A calcolare l'AUC

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La PCA riassume molte variabili correlate in poche componenti.
&lt;/div&gt;

== Domanda 4 ==

Una correlazione elevata tra due variabili dimostra un nesso causale?

* A) Sì, sempre
* B) Sì, se r &gt; 0,5
* C) Solo nei dati clinici
* D) No, la correlazione da sola non prova la causalità

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Possono esserci variabili confondenti o coincidenze.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 3 - Analisi Esplorativa dei Dati|Torna all'Unità 3]]
[[Categoria:PenuX in R|Quiz Unità 3]]</text>
      <sha1>6aljzattbahf6kwesavjiawyibduy6n</sha1>
    </revision>
    <revision>
      <id>502114</id>
      <parentid>502098</parentid>
      <timestamp>2026-10-04T18:24:28Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502114</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1850" sha1="t2un0ulbmdpyyow5uvu3wvqv45e4n13" xml:space="preserve">= PenuX in R: Quiz Unità 3 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale grafico mostra mediana e quartili?

* A) Boxplot
* B) Grafico a torta
* C) Grafico a dispersione
* D) Mappa di calore

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Il boxplot riassume mediana, quartili e valori estremi.
&lt;/div&gt;

== Domanda 2 ==

Un coefficiente di correlazione r = -0,8 indica:

* A) Nessuna correlazione
* B) Una forte correlazione negativa
* C) Una debole correlazione positiva
* D) Un errore di calcolo

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Quando una variabile aumenta, l'altra tende a diminuire in modo marcato.
&lt;/div&gt;

== Domanda 3 ==

A cosa serve l'analisi delle componenti principali (PCA)?

* A) A imputare i valori mancanti
* B) A dividere i dati in training e test
* C) A ridurre la dimensionalità conservando la maggior parte della varianza
* D) A calcolare l'AUC

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La PCA riassume molte variabili correlate in poche componenti.
&lt;/div&gt;

== Domanda 4 ==

Una correlazione elevata tra due variabili dimostra un nesso causale?

* A) Sì, sempre
* B) Sì, se r &gt; 0,5
* C) Solo nei dati clinici
* D) No, la correlazione da sola non prova la causalità

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Possono esserci variabili confondenti o coincidenze.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 3 - Analisi Esplorativa dei Dati|Torna all'Unità 3]]
[[Categoria:PenuX in R|Quiz Unità 3]]</text>
      <sha1>t2un0ulbmdpyyow5uvu3wvqv45e4n13</sha1>
    </revision>
    <revision>
      <id>502129</id>
      <parentid>502114</parentid>
      <timestamp>2026-10-04T18:32:39Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502129</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1865" sha1="33fydpissx28mb0kbm8rkzrln5tpplr" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 3 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale grafico mostra mediana e quartili?

* A) Boxplot
* B) Grafico a torta
* C) Grafico a dispersione
* D) Mappa di calore

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Il boxplot riassume mediana, quartili e valori estremi.
&lt;/div&gt;

== Domanda 2 ==

Un coefficiente di correlazione r = -0,8 indica:

* A) Nessuna correlazione
* B) Una forte correlazione negativa
* C) Una debole correlazione positiva
* D) Un errore di calcolo

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Quando una variabile aumenta, l'altra tende a diminuire in modo marcato.
&lt;/div&gt;

== Domanda 3 ==

A cosa serve l'analisi delle componenti principali (PCA)?

* A) A imputare i valori mancanti
* B) A dividere i dati in training e test
* C) A ridurre la dimensionalità conservando la maggior parte della varianza
* D) A calcolare l'AUC

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La PCA riassume molte variabili correlate in poche componenti.
&lt;/div&gt;

== Domanda 4 ==

Una correlazione elevata tra due variabili dimostra un nesso causale?

* A) Sì, sempre
* B) Sì, se r &gt; 0,5
* C) Solo nei dati clinici
* D) No, la correlazione da sola non prova la causalità

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Possono esserci variabili confondenti o coincidenze.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 3 - Analisi Esplorativa dei Dati|Torna all'Unità 3]]
[[Categoria:PenuX in R|Quiz Unità 3]]</text>
      <sha1>33fydpissx28mb0kbm8rkzrln5tpplr</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi</title>
    <ns>0</ns>
    <id>61183</id>
    <revision>
      <id>502058</id>
      <parentid>502015</parentid>
      <timestamp>2026-10-04T14:45:52Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi]] a [[PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502015</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7379" sha1="kw6chom36v2itv936n6yehazoq34jiz" xml:space="preserve">= PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Suddividere i dati in training e test
* Costruire modelli di regressione logistica
* Implementare algoritmi di machine learning (Random Forest, SVM, XGBoost)
* Ottimizzare gli iperparametri
* Confrontare le prestazioni di diversi modelli
* Gestire il class imbalance

== 4.1 Preparazione dei Dati ==

=== Train-Test Split ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(tidyverse)

# Impostare il seed per riproducibilità
set.seed(42)

# Creare indici di training (80%) e test (20%)
train_index &lt;- createDataPartition(clinical_data$diagnosis,
                                   p = 0.8,
                                   list = FALSE)

train_data &lt;- clinical_data[train_index, ]
test_data &lt;- clinical_data[-train_index, ]

cat(&quot;Training set:&quot;, nrow(train_data), &quot;righe\n&quot;)
cat(&quot;Test set:&quot;, nrow(test_data), &quot;righe\n&quot;)
cat(&quot;Proporzione diagnosi nel training:\n&quot;)
print(table(train_data$diagnosis) / nrow(train_data))
&lt;/syntaxhighlight&gt;

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Configurare k-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Alternativa: Stratified k-fold per dataset sbilanciai
train_control_stratified &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary,
  sampling = &quot;smote&quot;  # SMOTE per gestire imbalance
)
&lt;/syntaxhighlight&gt;

== 4.2 Regressione Logistica ==

=== Modello Base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Modello di regressione logistica
logistic_model &lt;- glm(diagnosis ~ age + systolic_bp + diastolic_bp +
                      white_blood_cells + creatinine,
                      family = binomial(link = &quot;logit&quot;),
                      data = train_data)

# Riepilogo del modello
summary(logistic_model)

# Coefficienti e odds ratio
coefficients(logistic_model)
exp(coefficients(logistic_model))
&lt;/syntaxhighlight&gt;

=== Previsioni e Valutazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Previsioni sul test set
predictions &lt;- predict(logistic_model, newdata = test_data, type = &quot;response&quot;)

# Convertire in classi (soglia = 0.5)
predicted_class &lt;- ifelse(predictions &gt; 0.5, &quot;Disease&quot;, &quot;Healthy&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(
  factor(predicted_class),
  factor(test_data$diagnosis)
)
print(conf_matrix)
&lt;/syntaxhighlight&gt;

== 4.3 Random Forest ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(randomForest)

# Random Forest basic
rf_model &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  ntree = 500,
  mtry = sqrt(ncol(train_data) - 1),
  importance = TRUE
)

print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Variable Importance - Random Forest&quot;)
&lt;/syntaxhighlight&gt;

=== Ottimizzazione Iperparametri ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Tuning con caret
rf_grid &lt;- expand.grid(
  mtry = c(2, 3, 4, 5)
)

rf_tuned &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  tuneGrid = rf_grid,
  ntree = 500,
  metric = &quot;ROC&quot;
)

plot(rf_tuned)
print(rf_tuned$bestTune)
&lt;/syntaxhighlight&gt;

== 4.4 Support Vector Machines (SVM) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(kernlab)

# SVM con kernel radiale
svm_model &lt;- ksvm(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  kernel = &quot;rbfdot&quot;,
  C = 1,
  prob.model = TRUE
)

# Previsioni
svm_pred &lt;- predict(svm_model, newdata = test_data)
confusionMatrix(svm_pred, test_data$diagnosis)
&lt;/syntaxhighlight&gt;

== 4.5 XGBoost ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(xgboost)

# Preparare i dati per XGBoost
train_matrix &lt;- xgb.DMatrix(
  data = as.matrix(train_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(train_data$diagnosis) - 1
)

test_matrix &lt;- xgb.DMatrix(
  data = as.matrix(test_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(test_data$diagnosis) - 1
)

# Parametri
params &lt;- list(
  objective = &quot;binary:logistic&quot;,
  max_depth = 6,
  eta = 0.1,
  gamma = 1,
  subsample = 0.8,
  colsample_bytree = 0.8
)

# Addestramento
xgb_model &lt;- xgb.train(
  params = params,
  data = train_matrix,
  nrounds = 100,
  watchlist = list(train = train_matrix, test = test_matrix),
  print_every_n = 10,
  early_stopping_rounds = 10
)
&lt;/syntaxhighlight&gt;

=== Feature Importance ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Feature importance
importance_matrix &lt;- xgb.importance(
  feature_names = c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                    &quot;white_blood_cells&quot;, &quot;creatinine&quot;),
  model = xgb_model
)

xgb.plot.importance(importance_matrix)
print(importance_matrix)
&lt;/syntaxhighlight&gt;

== 4.6 Gestione del Class Imbalance ==

=== SMOTE (Synthetic Minority Over-sampling) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(DMwR)

# Applicare SMOTE
balanced_data &lt;- SMOTE(diagnosis ~ ., data = train_data, perc.over = 200, perc.under = 150)

# Controllare il bilanciamento
cat(&quot;Before SMOTE:\n&quot;)
print(table(train_data$diagnosis))

cat(&quot;After SMOTE:\n&quot;)
print(table(balanced_data$diagnosis))

# Addestrare il modello su dati bilanciati
rf_balanced &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = balanced_data,
  ntree = 500
)
&lt;/syntaxhighlight&gt;

=== Class Weights ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare i pesi delle classi
class_weights &lt;- table(train_data$diagnosis) / nrow(train_data)
scale_pos_weight &lt;- class_weights[&quot;Healthy&quot;] / class_weights[&quot;Disease&quot;]

# XGBoost con class weights
xgb_weighted &lt;- xgb.train(
  params = list(
    objective = &quot;binary:logistic&quot;,
    max_depth = 6,
    eta = 0.1,
    scale_pos_weight = scale_pos_weight
  ),
  data = train_matrix,
  nrounds = 100
)
&lt;/syntaxhighlight&gt;

== 4.7 Salvataggio dei Modelli ==

=== Serializzazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare il modello Random Forest
saveRDS(rf_model, &quot;models/rf_model.rds&quot;)

# Salvare il modello XGBoost
xgb.save(xgb_model, &quot;models/xgb_model.model&quot;)

# Caricare i modelli
rf_loaded &lt;- readRDS(&quot;models/rf_model.rds&quot;)
xgb_loaded &lt;- xgb.load(&quot;models/xgb_model.model&quot;)

# Previsioni con modello caricato
pred_loaded &lt;- predict(rf_loaded, newdata = test_data)
&lt;/syntaxhighlight&gt;

== 4.8 Esercizi Pratici ==

# Dividere i dati in training (80%) e test (20%)
# Addestrare una regressione logistica
# Addestrare un Random Forest con tuning
# Addestrare un modello SVM
# Addestrare un modello XGBoost
# Confrontare le prestazioni dei tre modelli
# Gestire il class imbalance con SMOTE
# Salvare i modelli migliori

== Riepilogo dell'unità 4 ==

Abbiamo trattato:
* Preparazione e suddivisione dei dati
* Regressione logistica
* Random Forest con ottimizzazione iperparametri
* Support Vector Machines
* XGBoost
* Gestione del class imbalance
* Salvataggio e caricamento dei modelli

== Il progetto PenuX ==

Il codice sorgente è disponibile su GitHub: https://github.com/netanelcyber/penux


== Quiz ==
[[PenuX in R: Quiz Unità 4|Fai il quiz dell'Unità 4]]</text>
      <sha1>kw6chom36v2itv936n6yehazoq34jiz</sha1>
    </revision>
    <revision>
      <id>502107</id>
      <parentid>502058</parentid>
      <timestamp>2026-10-04T18:22:05Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502107</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7450" sha1="q5p941ftpoot80sa57vdgze2hu3as85" xml:space="preserve">= PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Suddividere i dati in training e test
* Costruire modelli di regressione logistica
* Implementare algoritmi di machine learning (Random Forest, SVM, XGBoost)
* Ottimizzare gli iperparametri
* Confrontare le prestazioni di diversi modelli
* Gestire il class imbalance

== 4.1 Preparazione dei Dati ==

=== Train-Test Split ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(tidyverse)

# Impostare il seed per riproducibilità
set.seed(42)

# Creare indici di training (80%) e test (20%)
train_index &lt;- createDataPartition(clinical_data$diagnosis,
                                   p = 0.8,
                                   list = FALSE)

train_data &lt;- clinical_data[train_index, ]
test_data &lt;- clinical_data[-train_index, ]

cat(&quot;Training set:&quot;, nrow(train_data), &quot;righe\n&quot;)
cat(&quot;Test set:&quot;, nrow(test_data), &quot;righe\n&quot;)
cat(&quot;Proporzione diagnosi nel training:\n&quot;)
print(table(train_data$diagnosis) / nrow(train_data))
&lt;/syntaxhighlight&gt;

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Configurare k-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Alternativa: Stratified k-fold per dataset sbilanciai
train_control_stratified &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary,
  sampling = &quot;smote&quot;  # SMOTE per gestire imbalance
)
&lt;/syntaxhighlight&gt;

== 4.2 Regressione Logistica ==

=== Modello Base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Modello di regressione logistica
logistic_model &lt;- glm(diagnosis ~ age + systolic_bp + diastolic_bp +
                      white_blood_cells + creatinine,
                      family = binomial(link = &quot;logit&quot;),
                      data = train_data)

# Riepilogo del modello
summary(logistic_model)

# Coefficienti e odds ratio
coefficients(logistic_model)
exp(coefficients(logistic_model))
&lt;/syntaxhighlight&gt;

=== Previsioni e Valutazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Previsioni sul test set
predictions &lt;- predict(logistic_model, newdata = test_data, type = &quot;response&quot;)

# Convertire in classi (soglia = 0.5)
predicted_class &lt;- ifelse(predictions &gt; 0.5, &quot;Disease&quot;, &quot;Healthy&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(
  factor(predicted_class),
  factor(test_data$diagnosis)
)
print(conf_matrix)
&lt;/syntaxhighlight&gt;

== 4.3 Random Forest ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(randomForest)

# Random Forest basic
rf_model &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  ntree = 500,
  mtry = sqrt(ncol(train_data) - 1),
  importance = TRUE
)

print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Variable Importance - Random Forest&quot;)
&lt;/syntaxhighlight&gt;

=== Ottimizzazione Iperparametri ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Tuning con caret
rf_grid &lt;- expand.grid(
  mtry = c(2, 3, 4, 5)
)

rf_tuned &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  tuneGrid = rf_grid,
  ntree = 500,
  metric = &quot;ROC&quot;
)

plot(rf_tuned)
print(rf_tuned$bestTune)
&lt;/syntaxhighlight&gt;

== 4.4 Support Vector Machines (SVM) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(kernlab)

# SVM con kernel radiale
svm_model &lt;- ksvm(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  kernel = &quot;rbfdot&quot;,
  C = 1,
  prob.model = TRUE
)

# Previsioni
svm_pred &lt;- predict(svm_model, newdata = test_data)
confusionMatrix(svm_pred, test_data$diagnosis)
&lt;/syntaxhighlight&gt;

== 4.5 XGBoost ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(xgboost)

# Preparare i dati per XGBoost
train_matrix &lt;- xgb.DMatrix(
  data = as.matrix(train_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(train_data$diagnosis) - 1
)

test_matrix &lt;- xgb.DMatrix(
  data = as.matrix(test_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(test_data$diagnosis) - 1
)

# Parametri
params &lt;- list(
  objective = &quot;binary:logistic&quot;,
  max_depth = 6,
  eta = 0.1,
  gamma = 1,
  subsample = 0.8,
  colsample_bytree = 0.8
)

# Addestramento
xgb_model &lt;- xgb.train(
  params = params,
  data = train_matrix,
  nrounds = 100,
  watchlist = list(train = train_matrix, test = test_matrix),
  print_every_n = 10,
  early_stopping_rounds = 10
)
&lt;/syntaxhighlight&gt;

=== Feature Importance ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Feature importance
importance_matrix &lt;- xgb.importance(
  feature_names = c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                    &quot;white_blood_cells&quot;, &quot;creatinine&quot;),
  model = xgb_model
)

xgb.plot.importance(importance_matrix)
print(importance_matrix)
&lt;/syntaxhighlight&gt;

== 4.6 Gestione del Class Imbalance ==

=== SMOTE (Synthetic Minority Over-sampling) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(DMwR)

# Applicare SMOTE
balanced_data &lt;- SMOTE(diagnosis ~ ., data = train_data, perc.over = 200, perc.under = 150)

# Controllare il bilanciamento
cat(&quot;Before SMOTE:\n&quot;)
print(table(train_data$diagnosis))

cat(&quot;After SMOTE:\n&quot;)
print(table(balanced_data$diagnosis))

# Addestrare il modello su dati bilanciati
rf_balanced &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = balanced_data,
  ntree = 500
)
&lt;/syntaxhighlight&gt;

=== Class Weights ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare i pesi delle classi
class_weights &lt;- table(train_data$diagnosis) / nrow(train_data)
scale_pos_weight &lt;- class_weights[&quot;Healthy&quot;] / class_weights[&quot;Disease&quot;]

# XGBoost con class weights
xgb_weighted &lt;- xgb.train(
  params = list(
    objective = &quot;binary:logistic&quot;,
    max_depth = 6,
    eta = 0.1,
    scale_pos_weight = scale_pos_weight
  ),
  data = train_matrix,
  nrounds = 100
)
&lt;/syntaxhighlight&gt;

== 4.7 Salvataggio dei Modelli ==

=== Serializzazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare il modello Random Forest
saveRDS(rf_model, &quot;models/rf_model.rds&quot;)

# Salvare il modello XGBoost
xgb.save(xgb_model, &quot;models/xgb_model.model&quot;)

# Caricare i modelli
rf_loaded &lt;- readRDS(&quot;models/rf_model.rds&quot;)
xgb_loaded &lt;- xgb.load(&quot;models/xgb_model.model&quot;)

# Previsioni con modello caricato
pred_loaded &lt;- predict(rf_loaded, newdata = test_data)
&lt;/syntaxhighlight&gt;

== 4.8 Esercizi Pratici ==

# Dividere i dati in training (80%) e test (20%)
# Addestrare una regressione logistica
# Addestrare un Random Forest con tuning
# Addestrare un modello SVM
# Addestrare un modello XGBoost
# Confrontare le prestazioni dei tre modelli
# Gestire il class imbalance con SMOTE
# Salvare i modelli migliori

== Riepilogo dell'unità 4 ==

Abbiamo trattato:
* Preparazione e suddivisione dei dati
* Regressione logistica
* Random Forest con ottimizzazione iperparametri
* Support Vector Machines
* XGBoost
* Gestione del class imbalance
* Salvataggio e caricamento dei modelli

== Il progetto PenuX ==

Il codice sorgente è disponibile su GitHub: https://github.com/netanelcyber/penux


== Quiz ==
[[PenuX in R: Quiz Unità 4|Fai il quiz dell'Unità 4]]
[[Categoria:PenuX in R|Unità 4 - Costruzione dei Modelli Predittivi]]</text>
      <sha1>q5p941ftpoot80sa57vdgze2hu3as85</sha1>
    </revision>
    <revision>
      <id>502122</id>
      <parentid>502107</parentid>
      <timestamp>2026-10-04T18:25:48Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502122</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7449" sha1="39oq9jd4altn050zs10prkma4eytxr8" xml:space="preserve">= PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Suddividere i dati in training e test
* Costruire modelli di regressione logistica
* Implementare algoritmi di machine learning (Random Forest, SVM, XGBoost)
* Ottimizzare gli iperparametri
* Confrontare le prestazioni di diversi modelli
* Gestire il class imbalance

== 4.1 Preparazione dei Dati ==

=== Train-Test Split ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(tidyverse)

# Impostare il seed per riproducibilità
set.seed(42)

# Creare indici di training (80%) e test (20%)
train_index &lt;- createDataPartition(clinical_data$diagnosis,
                                   p = 0.8,
                                   list = FALSE)

train_data &lt;- clinical_data[train_index, ]
test_data &lt;- clinical_data[-train_index, ]

cat(&quot;Training set:&quot;, nrow(train_data), &quot;righe\n&quot;)
cat(&quot;Test set:&quot;, nrow(test_data), &quot;righe\n&quot;)
cat(&quot;Proporzione diagnosi nel training:\n&quot;)
print(table(train_data$diagnosis) / nrow(train_data))
&lt;/syntaxhighlight&gt;

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Configurare k-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Alternativa: Stratified k-fold per dataset sbilanciai
train_control_stratified &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary,
  sampling = &quot;smote&quot;  # SMOTE per gestire imbalance
)
&lt;/syntaxhighlight&gt;

== 4.2 Regressione Logistica ==

=== Modello Base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Modello di regressione logistica
logistic_model &lt;- glm(diagnosis ~ age + systolic_bp + diastolic_bp +
                      white_blood_cells + creatinine,
                      family = binomial(link = &quot;logit&quot;),
                      data = train_data)

# Riepilogo del modello
summary(logistic_model)

# Coefficienti e odds ratio
coefficients(logistic_model)
exp(coefficients(logistic_model))
&lt;/syntaxhighlight&gt;

=== Previsioni e Valutazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Previsioni sul test set
predictions &lt;- predict(logistic_model, newdata = test_data, type = &quot;response&quot;)

# Convertire in classi (soglia = 0.5)
predicted_class &lt;- ifelse(predictions &gt; 0.5, &quot;Disease&quot;, &quot;Healthy&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(
  factor(predicted_class),
  factor(test_data$diagnosis)
)
print(conf_matrix)
&lt;/syntaxhighlight&gt;

== 4.3 Random Forest ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(randomForest)

# Random Forest basic
rf_model &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  ntree = 500,
  mtry = sqrt(ncol(train_data) - 1),
  importance = TRUE
)

print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Variable Importance - Random Forest&quot;)
&lt;/syntaxhighlight&gt;

=== Ottimizzazione Iperparametri ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Tuning con caret
rf_grid &lt;- expand.grid(
  mtry = c(2, 3, 4, 5)
)

rf_tuned &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  tuneGrid = rf_grid,
  ntree = 500,
  metric = &quot;ROC&quot;
)

plot(rf_tuned)
print(rf_tuned$bestTune)
&lt;/syntaxhighlight&gt;

== 4.4 Support Vector Machines (SVM) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(kernlab)

# SVM con kernel radiale
svm_model &lt;- ksvm(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  kernel = &quot;rbfdot&quot;,
  C = 1,
  prob.model = TRUE
)

# Previsioni
svm_pred &lt;- predict(svm_model, newdata = test_data)
confusionMatrix(svm_pred, test_data$diagnosis)
&lt;/syntaxhighlight&gt;

== 4.5 XGBoost ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(xgboost)

# Preparare i dati per XGBoost
train_matrix &lt;- xgb.DMatrix(
  data = as.matrix(train_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(train_data$diagnosis) - 1
)

test_matrix &lt;- xgb.DMatrix(
  data = as.matrix(test_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(test_data$diagnosis) - 1
)

# Parametri
params &lt;- list(
  objective = &quot;binary:logistic&quot;,
  max_depth = 6,
  eta = 0.1,
  gamma = 1,
  subsample = 0.8,
  colsample_bytree = 0.8
)

# Addestramento
xgb_model &lt;- xgb.train(
  params = params,
  data = train_matrix,
  nrounds = 100,
  watchlist = list(train = train_matrix, test = test_matrix),
  print_every_n = 10,
  early_stopping_rounds = 10
)
&lt;/syntaxhighlight&gt;

=== Feature Importance ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Feature importance
importance_matrix &lt;- xgb.importance(
  feature_names = c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                    &quot;white_blood_cells&quot;, &quot;creatinine&quot;),
  model = xgb_model
)

xgb.plot.importance(importance_matrix)
print(importance_matrix)
&lt;/syntaxhighlight&gt;

== 4.6 Gestione del Class Imbalance ==

=== SMOTE (Synthetic Minority Over-sampling) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(DMwR)

# Applicare SMOTE
balanced_data &lt;- SMOTE(diagnosis ~ ., data = train_data, perc.over = 200, perc.under = 150)

# Controllare il bilanciamento
cat(&quot;Before SMOTE:\n&quot;)
print(table(train_data$diagnosis))

cat(&quot;After SMOTE:\n&quot;)
print(table(balanced_data$diagnosis))

# Addestrare il modello su dati bilanciati
rf_balanced &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = balanced_data,
  ntree = 500
)
&lt;/syntaxhighlight&gt;

=== Class Weights ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare i pesi delle classi
class_weights &lt;- table(train_data$diagnosis) / nrow(train_data)
scale_pos_weight &lt;- class_weights[&quot;Healthy&quot;] / class_weights[&quot;Disease&quot;]

# XGBoost con class weights
xgb_weighted &lt;- xgb.train(
  params = list(
    objective = &quot;binary:logistic&quot;,
    max_depth = 6,
    eta = 0.1,
    scale_pos_weight = scale_pos_weight
  ),
  data = train_matrix,
  nrounds = 100
)
&lt;/syntaxhighlight&gt;

== 4.7 Salvataggio dei Modelli ==

=== Serializzazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare il modello Random Forest
saveRDS(rf_model, &quot;models/rf_model.rds&quot;)

# Salvare il modello XGBoost
xgb.save(xgb_model, &quot;models/xgb_model.model&quot;)

# Caricare i modelli
rf_loaded &lt;- readRDS(&quot;models/rf_model.rds&quot;)
xgb_loaded &lt;- xgb.load(&quot;models/xgb_model.model&quot;)

# Previsioni con modello caricato
pred_loaded &lt;- predict(rf_loaded, newdata = test_data)
&lt;/syntaxhighlight&gt;

== 4.8 Esercizi Pratici ==

# Dividere i dati in training (80%) e test (20%)
# Addestrare una regressione logistica
# Addestrare un Random Forest con tuning
# Addestrare un modello SVM
# Addestrare un modello XGBoost
# Confrontare le prestazioni dei tre modelli
# Gestire il class imbalance con SMOTE
# Salvare i modelli migliori

== Riepilogo dell'unità 4 ==

Abbiamo trattato:
* Preparazione e suddivisione dei dati
* Regressione logistica
* Random Forest con ottimizzazione iperparametri
* Support Vector Machines
* XGBoost
* Gestione del class imbalance
* Salvataggio e caricamento dei modelli

== Il progetto PenuX ==

Il codice sorgente è disponibile su GitHub: https://github.com/netanelcyber/penux


== Quiz ==
[[PenuX in R/Quiz Unità 4|Fai il quiz dell'Unità 4]]
[[Categoria:PenuX in R|Unità 4 - Costruzione dei Modelli Predittivi]]</text>
      <sha1>39oq9jd4altn050zs10prkma4eytxr8</sha1>
    </revision>
    <revision>
      <id>502137</id>
      <parentid>502122</parentid>
      <timestamp>2026-10-04T18:34:13Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502137</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7464" sha1="3wx54bpmmujcdhk1o3wvowpydpc23p7" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Suddividere i dati in training e test
* Costruire modelli di regressione logistica
* Implementare algoritmi di machine learning (Random Forest, SVM, XGBoost)
* Ottimizzare gli iperparametri
* Confrontare le prestazioni di diversi modelli
* Gestire il class imbalance

== 4.1 Preparazione dei Dati ==

=== Train-Test Split ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(tidyverse)

# Impostare il seed per riproducibilità
set.seed(42)

# Creare indici di training (80%) e test (20%)
train_index &lt;- createDataPartition(clinical_data$diagnosis,
                                   p = 0.8,
                                   list = FALSE)

train_data &lt;- clinical_data[train_index, ]
test_data &lt;- clinical_data[-train_index, ]

cat(&quot;Training set:&quot;, nrow(train_data), &quot;righe\n&quot;)
cat(&quot;Test set:&quot;, nrow(test_data), &quot;righe\n&quot;)
cat(&quot;Proporzione diagnosi nel training:\n&quot;)
print(table(train_data$diagnosis) / nrow(train_data))
&lt;/syntaxhighlight&gt;

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Configurare k-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Alternativa: Stratified k-fold per dataset sbilanciai
train_control_stratified &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary,
  sampling = &quot;smote&quot;  # SMOTE per gestire imbalance
)
&lt;/syntaxhighlight&gt;

== 4.2 Regressione Logistica ==

=== Modello Base ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Modello di regressione logistica
logistic_model &lt;- glm(diagnosis ~ age + systolic_bp + diastolic_bp +
                      white_blood_cells + creatinine,
                      family = binomial(link = &quot;logit&quot;),
                      data = train_data)

# Riepilogo del modello
summary(logistic_model)

# Coefficienti e odds ratio
coefficients(logistic_model)
exp(coefficients(logistic_model))
&lt;/syntaxhighlight&gt;

=== Previsioni e Valutazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Previsioni sul test set
predictions &lt;- predict(logistic_model, newdata = test_data, type = &quot;response&quot;)

# Convertire in classi (soglia = 0.5)
predicted_class &lt;- ifelse(predictions &gt; 0.5, &quot;Disease&quot;, &quot;Healthy&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(
  factor(predicted_class),
  factor(test_data$diagnosis)
)
print(conf_matrix)
&lt;/syntaxhighlight&gt;

== 4.3 Random Forest ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(randomForest)

# Random Forest basic
rf_model &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  ntree = 500,
  mtry = sqrt(ncol(train_data) - 1),
  importance = TRUE
)

print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Variable Importance - Random Forest&quot;)
&lt;/syntaxhighlight&gt;

=== Ottimizzazione Iperparametri ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Tuning con caret
rf_grid &lt;- expand.grid(
  mtry = c(2, 3, 4, 5)
)

rf_tuned &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  tuneGrid = rf_grid,
  ntree = 500,
  metric = &quot;ROC&quot;
)

plot(rf_tuned)
print(rf_tuned$bestTune)
&lt;/syntaxhighlight&gt;

== 4.4 Support Vector Machines (SVM) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(kernlab)

# SVM con kernel radiale
svm_model &lt;- ksvm(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = train_data,
  kernel = &quot;rbfdot&quot;,
  C = 1,
  prob.model = TRUE
)

# Previsioni
svm_pred &lt;- predict(svm_model, newdata = test_data)
confusionMatrix(svm_pred, test_data$diagnosis)
&lt;/syntaxhighlight&gt;

== 4.5 XGBoost ==

=== Addestramento ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(xgboost)

# Preparare i dati per XGBoost
train_matrix &lt;- xgb.DMatrix(
  data = as.matrix(train_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(train_data$diagnosis) - 1
)

test_matrix &lt;- xgb.DMatrix(
  data = as.matrix(test_data %&gt;%
    select(age, systolic_bp, diastolic_bp, white_blood_cells, creatinine)),
  label = as.numeric(test_data$diagnosis) - 1
)

# Parametri
params &lt;- list(
  objective = &quot;binary:logistic&quot;,
  max_depth = 6,
  eta = 0.1,
  gamma = 1,
  subsample = 0.8,
  colsample_bytree = 0.8
)

# Addestramento
xgb_model &lt;- xgb.train(
  params = params,
  data = train_matrix,
  nrounds = 100,
  watchlist = list(train = train_matrix, test = test_matrix),
  print_every_n = 10,
  early_stopping_rounds = 10
)
&lt;/syntaxhighlight&gt;

=== Feature Importance ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Feature importance
importance_matrix &lt;- xgb.importance(
  feature_names = c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                    &quot;white_blood_cells&quot;, &quot;creatinine&quot;),
  model = xgb_model
)

xgb.plot.importance(importance_matrix)
print(importance_matrix)
&lt;/syntaxhighlight&gt;

== 4.6 Gestione del Class Imbalance ==

=== SMOTE (Synthetic Minority Over-sampling) ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(DMwR)

# Applicare SMOTE
balanced_data &lt;- SMOTE(diagnosis ~ ., data = train_data, perc.over = 200, perc.under = 150)

# Controllare il bilanciamento
cat(&quot;Before SMOTE:\n&quot;)
print(table(train_data$diagnosis))

cat(&quot;After SMOTE:\n&quot;)
print(table(balanced_data$diagnosis))

# Addestrare il modello su dati bilanciati
rf_balanced &lt;- randomForest(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = balanced_data,
  ntree = 500
)
&lt;/syntaxhighlight&gt;

=== Class Weights ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Calcolare i pesi delle classi
class_weights &lt;- table(train_data$diagnosis) / nrow(train_data)
scale_pos_weight &lt;- class_weights[&quot;Healthy&quot;] / class_weights[&quot;Disease&quot;]

# XGBoost con class weights
xgb_weighted &lt;- xgb.train(
  params = list(
    objective = &quot;binary:logistic&quot;,
    max_depth = 6,
    eta = 0.1,
    scale_pos_weight = scale_pos_weight
  ),
  data = train_matrix,
  nrounds = 100
)
&lt;/syntaxhighlight&gt;

== 4.7 Salvataggio dei Modelli ==

=== Serializzazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Salvare il modello Random Forest
saveRDS(rf_model, &quot;models/rf_model.rds&quot;)

# Salvare il modello XGBoost
xgb.save(xgb_model, &quot;models/xgb_model.model&quot;)

# Caricare i modelli
rf_loaded &lt;- readRDS(&quot;models/rf_model.rds&quot;)
xgb_loaded &lt;- xgb.load(&quot;models/xgb_model.model&quot;)

# Previsioni con modello caricato
pred_loaded &lt;- predict(rf_loaded, newdata = test_data)
&lt;/syntaxhighlight&gt;

== 4.8 Esercizi Pratici ==

# Dividere i dati in training (80%) e test (20%)
# Addestrare una regressione logistica
# Addestrare un Random Forest con tuning
# Addestrare un modello SVM
# Addestrare un modello XGBoost
# Confrontare le prestazioni dei tre modelli
# Gestire il class imbalance con SMOTE
# Salvare i modelli migliori

== Riepilogo dell'unità 4 ==

Abbiamo trattato:
* Preparazione e suddivisione dei dati
* Regressione logistica
* Random Forest con ottimizzazione iperparametri
* Support Vector Machines
* XGBoost
* Gestione del class imbalance
* Salvataggio e caricamento dei modelli

== Il progetto PenuX ==

Il codice sorgente è disponibile su GitHub: https://github.com/netanelcyber/penux


== Quiz ==
[[PenuX in R/Quiz Unità 4|Fai il quiz dell'Unità 4]]
[[Categoria:PenuX in R|Unità 4 - Costruzione dei Modelli Predittivi]]</text>
      <sha1>3wx54bpmmujcdhk1o3wvowpydpc23p7</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 4</title>
    <ns>0</ns>
    <id>61184</id>
    <revision>
      <id>502067</id>
      <parentid>502016</parentid>
      <timestamp>2026-10-04T14:54:53Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 4]] a [[PenuX in R/Quiz Unità 4]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502016</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1902" sha1="ljigbwebu1jktjjarmw4v38sjhios84" xml:space="preserve">= PenuX in R: Quiz Unità 4 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Perché si divide il dataset in training e test set?

* A) Per ridurre il numero di variabili
* B) Per valutare il modello su dati che non ha mai visto
* C) Per eliminare i valori mancanti
* D) Per velocizzare la lettura del file

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. La valutazione sui dati di addestramento è troppo ottimistica.
&lt;/div&gt;

== Domanda 2 ==

Come funziona una Random Forest?

* A) Usa un solo albero molto profondo
* B) Calcola la media di tutte le variabili
* C) Combina molti alberi addestrati su campioni bootstrap e variabili casuali
* D) Applica una regressione lineare

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. L'aggregazione di molti alberi riduce la varianza.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è l'overfitting?

* A) Prestazioni scarse ovunque
* B) Un errore di sintassi in R
* C) Un metodo di imputazione
* D) Ottime prestazioni sul training ma scarse su dati nuovi

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello memorizza il rumore invece di apprendere il segnale.
&lt;/div&gt;

== Domanda 4 ==

Quale tecnica aiuta con classi molto sbilanciate?

* A) Pesi di classe o SMOTE
* B) Eliminare la classe minoritaria
* C) Usare solo l'accuratezza
* D) Standardizzare l'esito

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Con classi sbilanciate l'accuratezza da sola può ingannare.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi|Torna all'Unità 4]]</text>
      <sha1>ljigbwebu1jktjjarmw4v38sjhios84</sha1>
    </revision>
    <revision>
      <id>502099</id>
      <parentid>502067</parentid>
      <timestamp>2026-10-04T18:20:37Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502099</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1941" sha1="d0uztv3lapedxs2uo8biyfo6dnp67ze" xml:space="preserve">= PenuX in R: Quiz Unità 4 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Perché si divide il dataset in training e test set?

* A) Per ridurre il numero di variabili
* B) Per valutare il modello su dati che non ha mai visto
* C) Per eliminare i valori mancanti
* D) Per velocizzare la lettura del file

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. La valutazione sui dati di addestramento è troppo ottimistica.
&lt;/div&gt;

== Domanda 2 ==

Come funziona una Random Forest?

* A) Usa un solo albero molto profondo
* B) Calcola la media di tutte le variabili
* C) Combina molti alberi addestrati su campioni bootstrap e variabili casuali
* D) Applica una regressione lineare

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. L'aggregazione di molti alberi riduce la varianza.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è l'overfitting?

* A) Prestazioni scarse ovunque
* B) Un errore di sintassi in R
* C) Un metodo di imputazione
* D) Ottime prestazioni sul training ma scarse su dati nuovi

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello memorizza il rumore invece di apprendere il segnale.
&lt;/div&gt;

== Domanda 4 ==

Quale tecnica aiuta con classi molto sbilanciate?

* A) Pesi di classe o SMOTE
* B) Eliminare la classe minoritaria
* C) Usare solo l'accuratezza
* D) Standardizzare l'esito

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Con classi sbilanciate l'accuratezza da sola può ingannare.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 4 - Costruzione dei Modelli Predittivi|Torna all'Unità 4]]
[[Categoria:PenuX in R|Quiz Unità 4]]</text>
      <sha1>d0uztv3lapedxs2uo8biyfo6dnp67ze</sha1>
    </revision>
    <revision>
      <id>502115</id>
      <parentid>502099</parentid>
      <timestamp>2026-10-04T18:24:38Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502115</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1940" sha1="orayl7ohlken6omf71lngv37titnq68" xml:space="preserve">= PenuX in R: Quiz Unità 4 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Perché si divide il dataset in training e test set?

* A) Per ridurre il numero di variabili
* B) Per valutare il modello su dati che non ha mai visto
* C) Per eliminare i valori mancanti
* D) Per velocizzare la lettura del file

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. La valutazione sui dati di addestramento è troppo ottimistica.
&lt;/div&gt;

== Domanda 2 ==

Come funziona una Random Forest?

* A) Usa un solo albero molto profondo
* B) Calcola la media di tutte le variabili
* C) Combina molti alberi addestrati su campioni bootstrap e variabili casuali
* D) Applica una regressione lineare

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. L'aggregazione di molti alberi riduce la varianza.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è l'overfitting?

* A) Prestazioni scarse ovunque
* B) Un errore di sintassi in R
* C) Un metodo di imputazione
* D) Ottime prestazioni sul training ma scarse su dati nuovi

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello memorizza il rumore invece di apprendere il segnale.
&lt;/div&gt;

== Domanda 4 ==

Quale tecnica aiuta con classi molto sbilanciate?

* A) Pesi di classe o SMOTE
* B) Eliminare la classe minoritaria
* C) Usare solo l'accuratezza
* D) Standardizzare l'esito

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Con classi sbilanciate l'accuratezza da sola può ingannare.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi|Torna all'Unità 4]]
[[Categoria:PenuX in R|Quiz Unità 4]]</text>
      <sha1>orayl7ohlken6omf71lngv37titnq68</sha1>
    </revision>
    <revision>
      <id>502130</id>
      <parentid>502115</parentid>
      <timestamp>2026-10-04T18:32:49Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502130</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1955" sha1="pgnnxthvc0erwxsn29b27ko6332jjzu" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 4 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Perché si divide il dataset in training e test set?

* A) Per ridurre il numero di variabili
* B) Per valutare il modello su dati che non ha mai visto
* C) Per eliminare i valori mancanti
* D) Per velocizzare la lettura del file

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. La valutazione sui dati di addestramento è troppo ottimistica.
&lt;/div&gt;

== Domanda 2 ==

Come funziona una Random Forest?

* A) Usa un solo albero molto profondo
* B) Calcola la media di tutte le variabili
* C) Combina molti alberi addestrati su campioni bootstrap e variabili casuali
* D) Applica una regressione lineare

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. L'aggregazione di molti alberi riduce la varianza.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è l'overfitting?

* A) Prestazioni scarse ovunque
* B) Un errore di sintassi in R
* C) Un metodo di imputazione
* D) Ottime prestazioni sul training ma scarse su dati nuovi

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello memorizza il rumore invece di apprendere il segnale.
&lt;/div&gt;

== Domanda 4 ==

Quale tecnica aiuta con classi molto sbilanciate?

* A) Pesi di classe o SMOTE
* B) Eliminare la classe minoritaria
* C) Usare solo l'accuratezza
* D) Standardizzare l'esito

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Con classi sbilanciate l'accuratezza da sola può ingannare.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi|Torna all'Unità 4]]
[[Categoria:PenuX in R|Quiz Unità 4]]</text>
      <sha1>pgnnxthvc0erwxsn29b27ko6332jjzu</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli</title>
    <ns>0</ns>
    <id>61185</id>
    <revision>
      <id>502059</id>
      <parentid>502017</parentid>
      <timestamp>2026-10-04T14:46:09Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli]] a [[PenuX in R:/Unità 5 - Valutazione e Validazione dei Modelli]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502017</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7755" sha1="se8mxolivc99y559pc26ir7sk0grcoy" xml:space="preserve">= PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Calcolare metriche di valutazione (accuracy, sensitivity, specificity)
* Costruire curve ROC e calcolare AUC
* Valutare le prestazioni su dati clinici
* Eseguire validazione esterna
* Confrontare modelli statisticamente
* Documentare le prestazioni

== 5.1 Metriche di Valutazione ==

=== Matrice di Confusione e Metriche Derivate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(ggplot2)

# Previsioni
predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;class&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(predictions, test_data$diagnosis)
print(conf_matrix)

# Estrarre metriche
accuracy &lt;- conf_matrix$overall['Accuracy']
sensitivity &lt;- conf_matrix$byClass['Sensitivity']
specificity &lt;- conf_matrix$byClass['Specificity']
ppv &lt;- conf_matrix$byClass['Pos Pred Value']
npv &lt;- conf_matrix$byClass['Neg Pred Value']

metrics_df &lt;- data.frame(
  Metric = c(&quot;Accuracy&quot;, &quot;Sensitivity (TPR)&quot;, &quot;Specificity (TNR)&quot;,
             &quot;PPV&quot;, &quot;NPV&quot;),
  Value = c(accuracy, sensitivity, specificity, ppv, npv)
)

print(metrics_df)
&lt;/syntaxhighlight&gt;

=== Visualizzare la Matrice di Confusione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una visualizzazione della matrice di confusione
cm_table &lt;- as.data.frame(table(
  Predicted = predictions,
  Actual = test_data$diagnosis
))

ggplot(cm_table, aes(x = Predicted, y = Actual, fill = Freq)) +
  geom_tile() +
  geom_text(aes(label = Freq), color = &quot;white&quot;, size = 8) +
  scale_fill_gradient(low = &quot;lightblue&quot;, high = &quot;darkblue&quot;) +
  labs(title = &quot;Matrice di Confusione&quot;,
       x = &quot;Predetto&quot;, y = &quot;Reale&quot;, fill = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.2 Curve ROC e AUC ==

=== Calcolo di ROC e AUC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(pROC)

# Previsioni probabilistiche
prob_predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)

# Calcolare ROC
roc_curve &lt;- roc(response = test_data$diagnosis,
                 predictor = prob_predictions[, &quot;Disease&quot;])

# AUC
auc_value &lt;- auc(roc_curve)
print(paste(&quot;AUC:&quot;, round(auc_value, 3)))

# Plottare la curva ROC
plot(roc_curve, main = &quot;Curva ROC - Random Forest&quot;,
     xlab = &quot;1 - Specificity&quot;, ylab = &quot;Sensitivity&quot;)
text(0.5, 0.2, paste(&quot;AUC =&quot;, round(auc_value, 3)), cex = 2)
&lt;/syntaxhighlight&gt;

=== Confronto di Modelli con ROC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# ROC per più modelli
roc_rf &lt;- roc(test_data$diagnosis,
              predict(rf_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])
roc_xgb &lt;- roc(test_data$diagnosis,
               predict(xgb_model, test_matrix, type = &quot;prob&quot;))
roc_svm &lt;- roc(test_data$diagnosis,
               predict(svm_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])

# Plot comparativo
ggroc(list(RandomForest = roc_rf,
           XGBoost = roc_xgb,
           SVM = roc_svm)) +
  ggtitle(&quot;Confronto delle curve ROC&quot;) +
  theme_minimal()

# AUC per ogni modello
data.frame(
  Model = c(&quot;Random Forest&quot;, &quot;XGBoost&quot;, &quot;SVM&quot;),
  AUC = c(auc(roc_rf), auc(roc_xgb), auc(roc_svm))
)
&lt;/syntaxhighlight&gt;

== 5.3 Validazione Esterna ==

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Addestrare con CV
cv_model &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = clinical_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  metric = &quot;ROC&quot;
)

# Risultati cross-validation
print(cv_model$results)
print(cv_model$resample)
&lt;/syntaxhighlight&gt;

=== Validazione su Dataset Esterno ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Simulare un dataset esterno
external_data &lt;- clinical_data %&gt;%
  sample_frac(0.2)

# Previsioni
external_predictions &lt;- predict(rf_model, newdata = external_data)

# Valutazione
external_cm &lt;- confusionMatrix(external_predictions, external_data$diagnosis)
print(external_cm)

# Confrontare con test set
cat(&quot;Accuracy - Test Set:&quot;, accuracy, &quot;\n&quot;)
cat(&quot;Accuracy - External Set:&quot;,
    external_cm$overall['Accuracy'], &quot;\n&quot;)
&lt;/syntaxhighlight&gt;

== 5.4 Calibrazione del Modello ==

=== Verifica della Calibrazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(MASS)

# Previsioni probabilistiche
prob_preds &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;]

# Creare gruppi di decile
deciles &lt;- cut(prob_preds, breaks = quantile(prob_preds,
               probs = seq(0, 1, 0.1)), include.lowest = TRUE)

# Calcolare expected vs observed
calibration_data &lt;- data.frame(
  decile = deciles,
  predicted_prob = prob_preds,
  actual = as.numeric(test_data$diagnosis) - 1
)

calibration_summary &lt;- calibration_data %&gt;%
  group_by(decile) %&gt;%
  summarise(
    mean_predicted = mean(predicted_prob),
    mean_observed = mean(actual),
    n = n(),
    .groups = 'drop'
  )

# Plottare la calibrazione
ggplot(calibration_summary, aes(x = mean_predicted, y = mean_observed)) +
  geom_point(aes(size = n)) +
  geom_smooth(method = &quot;loess&quot;, se = FALSE) +
  geom_abline(intercept = 0, slope = 1, linetype = &quot;dashed&quot;, color = &quot;red&quot;) +
  labs(title = &quot;Diagramma di Calibrazione&quot;,
       x = &quot;Probabilità Predetta&quot;,
       y = &quot;Probabilità Osservata&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.5 Analisi di Sensibilità ==

=== Threshold Optimization ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Analizzare performance a diversi soglie
thresholds &lt;- seq(0.3, 0.7, by = 0.05)

threshold_performance &lt;- lapply(thresholds, function(t) {
  pred_class &lt;- ifelse(prob_preds &gt; t, &quot;Disease&quot;, &quot;Healthy&quot;)
  cm &lt;- confusionMatrix(factor(pred_class), test_data$diagnosis)

  data.frame(
    Threshold = t,
    Accuracy = cm$overall['Accuracy'],
    Sensitivity = cm$byClass['Sensitivity'],
    Specificity = cm$byClass['Specificity']
  )
}) %&gt;%
  bind_rows()

# Visualizzare
threshold_performance %&gt;%
  pivot_longer(-Threshold) %&gt;%
  ggplot(aes(x = Threshold, y = value, color = name)) +
  geom_line(linewidth = 1) +
  labs(title = &quot;Performance vs Threshold&quot;,
       x = &quot;Soglia di Classificazione&quot;,
       y = &quot;Valore Metrica&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

== 5.6 Rapporto di Valutazione ==

=== Generare Rapporto Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto completo
report_content &lt;- paste(&quot;
# Rapporto di Valutazione del Modello PenuX

## Dataset
- Training set: &quot;, nrow(train_data), &quot; pazienti
- Test set: &quot;, nrow(test_data), &quot; pazienti
- Variabili predittive: age, systolic_bp, diastolic_bp, white_blood_cells, creatinine

## Performance Complessiva
- Accuracy: &quot;, round(accuracy, 3), &quot;
- Sensitivity: &quot;, round(sensitivity, 3), &quot;
- Specificity: &quot;, round(specificity, 3), &quot;
- AUC: &quot;, round(auc_value, 3), &quot;

## Conclusioni
Il modello mostra buone performance predittive per la diagnosi
di pancreatite acuta grave e sepsi nel contesto PenuX.
&quot;)

writeLines(report_content, &quot;results/model_evaluation_report.txt&quot;)
&lt;/syntaxhighlight&gt;

== 5.7 Esercizi Pratici ==

# Calcolare tutte le metriche di valutazione
# Costruire e interpretare la curva ROC
# Eseguire validazione incrociata
# Testare su un dataset esterno simulato
# Verificare la calibrazione del modello
# Ottimizzare la soglia di classificazione
# Generare un rapporto completo

== Riepilogo dell'unità 5 ==

Abbiamo trattato:
* Metriche di valutazione (accuracy, sensitivity, specificity)
* Curve ROC e AUC
* Validazione incrociata ed esterna
* Calibrazione dei modelli
* Ottimizzazione della soglia
* Documentazione delle prestazioni

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 5|Fai il quiz dell'Unità 5]]</text>
      <sha1>se8mxolivc99y559pc26ir7sk0grcoy</sha1>
    </revision>
    <revision>
      <id>502062</id>
      <parentid>502059</parentid>
      <timestamp>2026-10-04T14:47:24Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R:/Unità 5 - Valutazione e Validazione dei Modelli]] a [[PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli]] senza lasciare redirect: [[Aiuto:Sposta|Il titolo contiene errori di ortografia o di battitura]]: fix</comment>
      <origin>502017</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7755" sha1="se8mxolivc99y559pc26ir7sk0grcoy" xml:space="preserve">= PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Calcolare metriche di valutazione (accuracy, sensitivity, specificity)
* Costruire curve ROC e calcolare AUC
* Valutare le prestazioni su dati clinici
* Eseguire validazione esterna
* Confrontare modelli statisticamente
* Documentare le prestazioni

== 5.1 Metriche di Valutazione ==

=== Matrice di Confusione e Metriche Derivate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(ggplot2)

# Previsioni
predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;class&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(predictions, test_data$diagnosis)
print(conf_matrix)

# Estrarre metriche
accuracy &lt;- conf_matrix$overall['Accuracy']
sensitivity &lt;- conf_matrix$byClass['Sensitivity']
specificity &lt;- conf_matrix$byClass['Specificity']
ppv &lt;- conf_matrix$byClass['Pos Pred Value']
npv &lt;- conf_matrix$byClass['Neg Pred Value']

metrics_df &lt;- data.frame(
  Metric = c(&quot;Accuracy&quot;, &quot;Sensitivity (TPR)&quot;, &quot;Specificity (TNR)&quot;,
             &quot;PPV&quot;, &quot;NPV&quot;),
  Value = c(accuracy, sensitivity, specificity, ppv, npv)
)

print(metrics_df)
&lt;/syntaxhighlight&gt;

=== Visualizzare la Matrice di Confusione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una visualizzazione della matrice di confusione
cm_table &lt;- as.data.frame(table(
  Predicted = predictions,
  Actual = test_data$diagnosis
))

ggplot(cm_table, aes(x = Predicted, y = Actual, fill = Freq)) +
  geom_tile() +
  geom_text(aes(label = Freq), color = &quot;white&quot;, size = 8) +
  scale_fill_gradient(low = &quot;lightblue&quot;, high = &quot;darkblue&quot;) +
  labs(title = &quot;Matrice di Confusione&quot;,
       x = &quot;Predetto&quot;, y = &quot;Reale&quot;, fill = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.2 Curve ROC e AUC ==

=== Calcolo di ROC e AUC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(pROC)

# Previsioni probabilistiche
prob_predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)

# Calcolare ROC
roc_curve &lt;- roc(response = test_data$diagnosis,
                 predictor = prob_predictions[, &quot;Disease&quot;])

# AUC
auc_value &lt;- auc(roc_curve)
print(paste(&quot;AUC:&quot;, round(auc_value, 3)))

# Plottare la curva ROC
plot(roc_curve, main = &quot;Curva ROC - Random Forest&quot;,
     xlab = &quot;1 - Specificity&quot;, ylab = &quot;Sensitivity&quot;)
text(0.5, 0.2, paste(&quot;AUC =&quot;, round(auc_value, 3)), cex = 2)
&lt;/syntaxhighlight&gt;

=== Confronto di Modelli con ROC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# ROC per più modelli
roc_rf &lt;- roc(test_data$diagnosis,
              predict(rf_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])
roc_xgb &lt;- roc(test_data$diagnosis,
               predict(xgb_model, test_matrix, type = &quot;prob&quot;))
roc_svm &lt;- roc(test_data$diagnosis,
               predict(svm_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])

# Plot comparativo
ggroc(list(RandomForest = roc_rf,
           XGBoost = roc_xgb,
           SVM = roc_svm)) +
  ggtitle(&quot;Confronto delle curve ROC&quot;) +
  theme_minimal()

# AUC per ogni modello
data.frame(
  Model = c(&quot;Random Forest&quot;, &quot;XGBoost&quot;, &quot;SVM&quot;),
  AUC = c(auc(roc_rf), auc(roc_xgb), auc(roc_svm))
)
&lt;/syntaxhighlight&gt;

== 5.3 Validazione Esterna ==

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Addestrare con CV
cv_model &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = clinical_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  metric = &quot;ROC&quot;
)

# Risultati cross-validation
print(cv_model$results)
print(cv_model$resample)
&lt;/syntaxhighlight&gt;

=== Validazione su Dataset Esterno ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Simulare un dataset esterno
external_data &lt;- clinical_data %&gt;%
  sample_frac(0.2)

# Previsioni
external_predictions &lt;- predict(rf_model, newdata = external_data)

# Valutazione
external_cm &lt;- confusionMatrix(external_predictions, external_data$diagnosis)
print(external_cm)

# Confrontare con test set
cat(&quot;Accuracy - Test Set:&quot;, accuracy, &quot;\n&quot;)
cat(&quot;Accuracy - External Set:&quot;,
    external_cm$overall['Accuracy'], &quot;\n&quot;)
&lt;/syntaxhighlight&gt;

== 5.4 Calibrazione del Modello ==

=== Verifica della Calibrazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(MASS)

# Previsioni probabilistiche
prob_preds &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;]

# Creare gruppi di decile
deciles &lt;- cut(prob_preds, breaks = quantile(prob_preds,
               probs = seq(0, 1, 0.1)), include.lowest = TRUE)

# Calcolare expected vs observed
calibration_data &lt;- data.frame(
  decile = deciles,
  predicted_prob = prob_preds,
  actual = as.numeric(test_data$diagnosis) - 1
)

calibration_summary &lt;- calibration_data %&gt;%
  group_by(decile) %&gt;%
  summarise(
    mean_predicted = mean(predicted_prob),
    mean_observed = mean(actual),
    n = n(),
    .groups = 'drop'
  )

# Plottare la calibrazione
ggplot(calibration_summary, aes(x = mean_predicted, y = mean_observed)) +
  geom_point(aes(size = n)) +
  geom_smooth(method = &quot;loess&quot;, se = FALSE) +
  geom_abline(intercept = 0, slope = 1, linetype = &quot;dashed&quot;, color = &quot;red&quot;) +
  labs(title = &quot;Diagramma di Calibrazione&quot;,
       x = &quot;Probabilità Predetta&quot;,
       y = &quot;Probabilità Osservata&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.5 Analisi di Sensibilità ==

=== Threshold Optimization ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Analizzare performance a diversi soglie
thresholds &lt;- seq(0.3, 0.7, by = 0.05)

threshold_performance &lt;- lapply(thresholds, function(t) {
  pred_class &lt;- ifelse(prob_preds &gt; t, &quot;Disease&quot;, &quot;Healthy&quot;)
  cm &lt;- confusionMatrix(factor(pred_class), test_data$diagnosis)

  data.frame(
    Threshold = t,
    Accuracy = cm$overall['Accuracy'],
    Sensitivity = cm$byClass['Sensitivity'],
    Specificity = cm$byClass['Specificity']
  )
}) %&gt;%
  bind_rows()

# Visualizzare
threshold_performance %&gt;%
  pivot_longer(-Threshold) %&gt;%
  ggplot(aes(x = Threshold, y = value, color = name)) +
  geom_line(linewidth = 1) +
  labs(title = &quot;Performance vs Threshold&quot;,
       x = &quot;Soglia di Classificazione&quot;,
       y = &quot;Valore Metrica&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

== 5.6 Rapporto di Valutazione ==

=== Generare Rapporto Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto completo
report_content &lt;- paste(&quot;
# Rapporto di Valutazione del Modello PenuX

## Dataset
- Training set: &quot;, nrow(train_data), &quot; pazienti
- Test set: &quot;, nrow(test_data), &quot; pazienti
- Variabili predittive: age, systolic_bp, diastolic_bp, white_blood_cells, creatinine

## Performance Complessiva
- Accuracy: &quot;, round(accuracy, 3), &quot;
- Sensitivity: &quot;, round(sensitivity, 3), &quot;
- Specificity: &quot;, round(specificity, 3), &quot;
- AUC: &quot;, round(auc_value, 3), &quot;

## Conclusioni
Il modello mostra buone performance predittive per la diagnosi
di pancreatite acuta grave e sepsi nel contesto PenuX.
&quot;)

writeLines(report_content, &quot;results/model_evaluation_report.txt&quot;)
&lt;/syntaxhighlight&gt;

== 5.7 Esercizi Pratici ==

# Calcolare tutte le metriche di valutazione
# Costruire e interpretare la curva ROC
# Eseguire validazione incrociata
# Testare su un dataset esterno simulato
# Verificare la calibrazione del modello
# Ottimizzare la soglia di classificazione
# Generare un rapporto completo

== Riepilogo dell'unità 5 ==

Abbiamo trattato:
* Metriche di valutazione (accuracy, sensitivity, specificity)
* Curve ROC e AUC
* Validazione incrociata ed esterna
* Calibrazione dei modelli
* Ottimizzazione della soglia
* Documentazione delle prestazioni

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 5|Fai il quiz dell'Unità 5]]</text>
      <sha1>se8mxolivc99y559pc26ir7sk0grcoy</sha1>
    </revision>
    <revision>
      <id>502108</id>
      <parentid>502062</parentid>
      <timestamp>2026-10-04T18:22:15Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502108</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7829" sha1="4jrqlcpj0ixs00btxx0bg04olt42r1v" xml:space="preserve">= PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Calcolare metriche di valutazione (accuracy, sensitivity, specificity)
* Costruire curve ROC e calcolare AUC
* Valutare le prestazioni su dati clinici
* Eseguire validazione esterna
* Confrontare modelli statisticamente
* Documentare le prestazioni

== 5.1 Metriche di Valutazione ==

=== Matrice di Confusione e Metriche Derivate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(ggplot2)

# Previsioni
predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;class&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(predictions, test_data$diagnosis)
print(conf_matrix)

# Estrarre metriche
accuracy &lt;- conf_matrix$overall['Accuracy']
sensitivity &lt;- conf_matrix$byClass['Sensitivity']
specificity &lt;- conf_matrix$byClass['Specificity']
ppv &lt;- conf_matrix$byClass['Pos Pred Value']
npv &lt;- conf_matrix$byClass['Neg Pred Value']

metrics_df &lt;- data.frame(
  Metric = c(&quot;Accuracy&quot;, &quot;Sensitivity (TPR)&quot;, &quot;Specificity (TNR)&quot;,
             &quot;PPV&quot;, &quot;NPV&quot;),
  Value = c(accuracy, sensitivity, specificity, ppv, npv)
)

print(metrics_df)
&lt;/syntaxhighlight&gt;

=== Visualizzare la Matrice di Confusione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una visualizzazione della matrice di confusione
cm_table &lt;- as.data.frame(table(
  Predicted = predictions,
  Actual = test_data$diagnosis
))

ggplot(cm_table, aes(x = Predicted, y = Actual, fill = Freq)) +
  geom_tile() +
  geom_text(aes(label = Freq), color = &quot;white&quot;, size = 8) +
  scale_fill_gradient(low = &quot;lightblue&quot;, high = &quot;darkblue&quot;) +
  labs(title = &quot;Matrice di Confusione&quot;,
       x = &quot;Predetto&quot;, y = &quot;Reale&quot;, fill = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.2 Curve ROC e AUC ==

=== Calcolo di ROC e AUC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(pROC)

# Previsioni probabilistiche
prob_predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)

# Calcolare ROC
roc_curve &lt;- roc(response = test_data$diagnosis,
                 predictor = prob_predictions[, &quot;Disease&quot;])

# AUC
auc_value &lt;- auc(roc_curve)
print(paste(&quot;AUC:&quot;, round(auc_value, 3)))

# Plottare la curva ROC
plot(roc_curve, main = &quot;Curva ROC - Random Forest&quot;,
     xlab = &quot;1 - Specificity&quot;, ylab = &quot;Sensitivity&quot;)
text(0.5, 0.2, paste(&quot;AUC =&quot;, round(auc_value, 3)), cex = 2)
&lt;/syntaxhighlight&gt;

=== Confronto di Modelli con ROC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# ROC per più modelli
roc_rf &lt;- roc(test_data$diagnosis,
              predict(rf_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])
roc_xgb &lt;- roc(test_data$diagnosis,
               predict(xgb_model, test_matrix, type = &quot;prob&quot;))
roc_svm &lt;- roc(test_data$diagnosis,
               predict(svm_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])

# Plot comparativo
ggroc(list(RandomForest = roc_rf,
           XGBoost = roc_xgb,
           SVM = roc_svm)) +
  ggtitle(&quot;Confronto delle curve ROC&quot;) +
  theme_minimal()

# AUC per ogni modello
data.frame(
  Model = c(&quot;Random Forest&quot;, &quot;XGBoost&quot;, &quot;SVM&quot;),
  AUC = c(auc(roc_rf), auc(roc_xgb), auc(roc_svm))
)
&lt;/syntaxhighlight&gt;

== 5.3 Validazione Esterna ==

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Addestrare con CV
cv_model &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = clinical_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  metric = &quot;ROC&quot;
)

# Risultati cross-validation
print(cv_model$results)
print(cv_model$resample)
&lt;/syntaxhighlight&gt;

=== Validazione su Dataset Esterno ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Simulare un dataset esterno
external_data &lt;- clinical_data %&gt;%
  sample_frac(0.2)

# Previsioni
external_predictions &lt;- predict(rf_model, newdata = external_data)

# Valutazione
external_cm &lt;- confusionMatrix(external_predictions, external_data$diagnosis)
print(external_cm)

# Confrontare con test set
cat(&quot;Accuracy - Test Set:&quot;, accuracy, &quot;\n&quot;)
cat(&quot;Accuracy - External Set:&quot;,
    external_cm$overall['Accuracy'], &quot;\n&quot;)
&lt;/syntaxhighlight&gt;

== 5.4 Calibrazione del Modello ==

=== Verifica della Calibrazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(MASS)

# Previsioni probabilistiche
prob_preds &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;]

# Creare gruppi di decile
deciles &lt;- cut(prob_preds, breaks = quantile(prob_preds,
               probs = seq(0, 1, 0.1)), include.lowest = TRUE)

# Calcolare expected vs observed
calibration_data &lt;- data.frame(
  decile = deciles,
  predicted_prob = prob_preds,
  actual = as.numeric(test_data$diagnosis) - 1
)

calibration_summary &lt;- calibration_data %&gt;%
  group_by(decile) %&gt;%
  summarise(
    mean_predicted = mean(predicted_prob),
    mean_observed = mean(actual),
    n = n(),
    .groups = 'drop'
  )

# Plottare la calibrazione
ggplot(calibration_summary, aes(x = mean_predicted, y = mean_observed)) +
  geom_point(aes(size = n)) +
  geom_smooth(method = &quot;loess&quot;, se = FALSE) +
  geom_abline(intercept = 0, slope = 1, linetype = &quot;dashed&quot;, color = &quot;red&quot;) +
  labs(title = &quot;Diagramma di Calibrazione&quot;,
       x = &quot;Probabilità Predetta&quot;,
       y = &quot;Probabilità Osservata&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.5 Analisi di Sensibilità ==

=== Threshold Optimization ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Analizzare performance a diversi soglie
thresholds &lt;- seq(0.3, 0.7, by = 0.05)

threshold_performance &lt;- lapply(thresholds, function(t) {
  pred_class &lt;- ifelse(prob_preds &gt; t, &quot;Disease&quot;, &quot;Healthy&quot;)
  cm &lt;- confusionMatrix(factor(pred_class), test_data$diagnosis)

  data.frame(
    Threshold = t,
    Accuracy = cm$overall['Accuracy'],
    Sensitivity = cm$byClass['Sensitivity'],
    Specificity = cm$byClass['Specificity']
  )
}) %&gt;%
  bind_rows()

# Visualizzare
threshold_performance %&gt;%
  pivot_longer(-Threshold) %&gt;%
  ggplot(aes(x = Threshold, y = value, color = name)) +
  geom_line(linewidth = 1) +
  labs(title = &quot;Performance vs Threshold&quot;,
       x = &quot;Soglia di Classificazione&quot;,
       y = &quot;Valore Metrica&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

== 5.6 Rapporto di Valutazione ==

=== Generare Rapporto Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto completo
report_content &lt;- paste(&quot;
# Rapporto di Valutazione del Modello PenuX

## Dataset
- Training set: &quot;, nrow(train_data), &quot; pazienti
- Test set: &quot;, nrow(test_data), &quot; pazienti
- Variabili predittive: age, systolic_bp, diastolic_bp, white_blood_cells, creatinine

## Performance Complessiva
- Accuracy: &quot;, round(accuracy, 3), &quot;
- Sensitivity: &quot;, round(sensitivity, 3), &quot;
- Specificity: &quot;, round(specificity, 3), &quot;
- AUC: &quot;, round(auc_value, 3), &quot;

## Conclusioni
Il modello mostra buone performance predittive per la diagnosi
di pancreatite acuta grave e sepsi nel contesto PenuX.
&quot;)

writeLines(report_content, &quot;results/model_evaluation_report.txt&quot;)
&lt;/syntaxhighlight&gt;

== 5.7 Esercizi Pratici ==

# Calcolare tutte le metriche di valutazione
# Costruire e interpretare la curva ROC
# Eseguire validazione incrociata
# Testare su un dataset esterno simulato
# Verificare la calibrazione del modello
# Ottimizzare la soglia di classificazione
# Generare un rapporto completo

== Riepilogo dell'unità 5 ==

Abbiamo trattato:
* Metriche di valutazione (accuracy, sensitivity, specificity)
* Curve ROC e AUC
* Validazione incrociata ed esterna
* Calibrazione dei modelli
* Ottimizzazione della soglia
* Documentazione delle prestazioni

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 5|Fai il quiz dell'Unità 5]]
[[Categoria:PenuX in R|Unità 5 - Valutazione e Validazione dei Modelli]]</text>
      <sha1>4jrqlcpj0ixs00btxx0bg04olt42r1v</sha1>
    </revision>
    <revision>
      <id>502123</id>
      <parentid>502108</parentid>
      <timestamp>2026-10-04T18:25:58Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502123</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7828" sha1="63tfgm98ayc88u018tmsniw2tr7ve85" xml:space="preserve">= PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Calcolare metriche di valutazione (accuracy, sensitivity, specificity)
* Costruire curve ROC e calcolare AUC
* Valutare le prestazioni su dati clinici
* Eseguire validazione esterna
* Confrontare modelli statisticamente
* Documentare le prestazioni

== 5.1 Metriche di Valutazione ==

=== Matrice di Confusione e Metriche Derivate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(ggplot2)

# Previsioni
predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;class&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(predictions, test_data$diagnosis)
print(conf_matrix)

# Estrarre metriche
accuracy &lt;- conf_matrix$overall['Accuracy']
sensitivity &lt;- conf_matrix$byClass['Sensitivity']
specificity &lt;- conf_matrix$byClass['Specificity']
ppv &lt;- conf_matrix$byClass['Pos Pred Value']
npv &lt;- conf_matrix$byClass['Neg Pred Value']

metrics_df &lt;- data.frame(
  Metric = c(&quot;Accuracy&quot;, &quot;Sensitivity (TPR)&quot;, &quot;Specificity (TNR)&quot;,
             &quot;PPV&quot;, &quot;NPV&quot;),
  Value = c(accuracy, sensitivity, specificity, ppv, npv)
)

print(metrics_df)
&lt;/syntaxhighlight&gt;

=== Visualizzare la Matrice di Confusione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una visualizzazione della matrice di confusione
cm_table &lt;- as.data.frame(table(
  Predicted = predictions,
  Actual = test_data$diagnosis
))

ggplot(cm_table, aes(x = Predicted, y = Actual, fill = Freq)) +
  geom_tile() +
  geom_text(aes(label = Freq), color = &quot;white&quot;, size = 8) +
  scale_fill_gradient(low = &quot;lightblue&quot;, high = &quot;darkblue&quot;) +
  labs(title = &quot;Matrice di Confusione&quot;,
       x = &quot;Predetto&quot;, y = &quot;Reale&quot;, fill = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.2 Curve ROC e AUC ==

=== Calcolo di ROC e AUC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(pROC)

# Previsioni probabilistiche
prob_predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)

# Calcolare ROC
roc_curve &lt;- roc(response = test_data$diagnosis,
                 predictor = prob_predictions[, &quot;Disease&quot;])

# AUC
auc_value &lt;- auc(roc_curve)
print(paste(&quot;AUC:&quot;, round(auc_value, 3)))

# Plottare la curva ROC
plot(roc_curve, main = &quot;Curva ROC - Random Forest&quot;,
     xlab = &quot;1 - Specificity&quot;, ylab = &quot;Sensitivity&quot;)
text(0.5, 0.2, paste(&quot;AUC =&quot;, round(auc_value, 3)), cex = 2)
&lt;/syntaxhighlight&gt;

=== Confronto di Modelli con ROC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# ROC per più modelli
roc_rf &lt;- roc(test_data$diagnosis,
              predict(rf_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])
roc_xgb &lt;- roc(test_data$diagnosis,
               predict(xgb_model, test_matrix, type = &quot;prob&quot;))
roc_svm &lt;- roc(test_data$diagnosis,
               predict(svm_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])

# Plot comparativo
ggroc(list(RandomForest = roc_rf,
           XGBoost = roc_xgb,
           SVM = roc_svm)) +
  ggtitle(&quot;Confronto delle curve ROC&quot;) +
  theme_minimal()

# AUC per ogni modello
data.frame(
  Model = c(&quot;Random Forest&quot;, &quot;XGBoost&quot;, &quot;SVM&quot;),
  AUC = c(auc(roc_rf), auc(roc_xgb), auc(roc_svm))
)
&lt;/syntaxhighlight&gt;

== 5.3 Validazione Esterna ==

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Addestrare con CV
cv_model &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = clinical_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  metric = &quot;ROC&quot;
)

# Risultati cross-validation
print(cv_model$results)
print(cv_model$resample)
&lt;/syntaxhighlight&gt;

=== Validazione su Dataset Esterno ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Simulare un dataset esterno
external_data &lt;- clinical_data %&gt;%
  sample_frac(0.2)

# Previsioni
external_predictions &lt;- predict(rf_model, newdata = external_data)

# Valutazione
external_cm &lt;- confusionMatrix(external_predictions, external_data$diagnosis)
print(external_cm)

# Confrontare con test set
cat(&quot;Accuracy - Test Set:&quot;, accuracy, &quot;\n&quot;)
cat(&quot;Accuracy - External Set:&quot;,
    external_cm$overall['Accuracy'], &quot;\n&quot;)
&lt;/syntaxhighlight&gt;

== 5.4 Calibrazione del Modello ==

=== Verifica della Calibrazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(MASS)

# Previsioni probabilistiche
prob_preds &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;]

# Creare gruppi di decile
deciles &lt;- cut(prob_preds, breaks = quantile(prob_preds,
               probs = seq(0, 1, 0.1)), include.lowest = TRUE)

# Calcolare expected vs observed
calibration_data &lt;- data.frame(
  decile = deciles,
  predicted_prob = prob_preds,
  actual = as.numeric(test_data$diagnosis) - 1
)

calibration_summary &lt;- calibration_data %&gt;%
  group_by(decile) %&gt;%
  summarise(
    mean_predicted = mean(predicted_prob),
    mean_observed = mean(actual),
    n = n(),
    .groups = 'drop'
  )

# Plottare la calibrazione
ggplot(calibration_summary, aes(x = mean_predicted, y = mean_observed)) +
  geom_point(aes(size = n)) +
  geom_smooth(method = &quot;loess&quot;, se = FALSE) +
  geom_abline(intercept = 0, slope = 1, linetype = &quot;dashed&quot;, color = &quot;red&quot;) +
  labs(title = &quot;Diagramma di Calibrazione&quot;,
       x = &quot;Probabilità Predetta&quot;,
       y = &quot;Probabilità Osservata&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.5 Analisi di Sensibilità ==

=== Threshold Optimization ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Analizzare performance a diversi soglie
thresholds &lt;- seq(0.3, 0.7, by = 0.05)

threshold_performance &lt;- lapply(thresholds, function(t) {
  pred_class &lt;- ifelse(prob_preds &gt; t, &quot;Disease&quot;, &quot;Healthy&quot;)
  cm &lt;- confusionMatrix(factor(pred_class), test_data$diagnosis)

  data.frame(
    Threshold = t,
    Accuracy = cm$overall['Accuracy'],
    Sensitivity = cm$byClass['Sensitivity'],
    Specificity = cm$byClass['Specificity']
  )
}) %&gt;%
  bind_rows()

# Visualizzare
threshold_performance %&gt;%
  pivot_longer(-Threshold) %&gt;%
  ggplot(aes(x = Threshold, y = value, color = name)) +
  geom_line(linewidth = 1) +
  labs(title = &quot;Performance vs Threshold&quot;,
       x = &quot;Soglia di Classificazione&quot;,
       y = &quot;Valore Metrica&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

== 5.6 Rapporto di Valutazione ==

=== Generare Rapporto Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto completo
report_content &lt;- paste(&quot;
# Rapporto di Valutazione del Modello PenuX

## Dataset
- Training set: &quot;, nrow(train_data), &quot; pazienti
- Test set: &quot;, nrow(test_data), &quot; pazienti
- Variabili predittive: age, systolic_bp, diastolic_bp, white_blood_cells, creatinine

## Performance Complessiva
- Accuracy: &quot;, round(accuracy, 3), &quot;
- Sensitivity: &quot;, round(sensitivity, 3), &quot;
- Specificity: &quot;, round(specificity, 3), &quot;
- AUC: &quot;, round(auc_value, 3), &quot;

## Conclusioni
Il modello mostra buone performance predittive per la diagnosi
di pancreatite acuta grave e sepsi nel contesto PenuX.
&quot;)

writeLines(report_content, &quot;results/model_evaluation_report.txt&quot;)
&lt;/syntaxhighlight&gt;

== 5.7 Esercizi Pratici ==

# Calcolare tutte le metriche di valutazione
# Costruire e interpretare la curva ROC
# Eseguire validazione incrociata
# Testare su un dataset esterno simulato
# Verificare la calibrazione del modello
# Ottimizzare la soglia di classificazione
# Generare un rapporto completo

== Riepilogo dell'unità 5 ==

Abbiamo trattato:
* Metriche di valutazione (accuracy, sensitivity, specificity)
* Curve ROC e AUC
* Validazione incrociata ed esterna
* Calibrazione dei modelli
* Ottimizzazione della soglia
* Documentazione delle prestazioni

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 5|Fai il quiz dell'Unità 5]]
[[Categoria:PenuX in R|Unità 5 - Valutazione e Validazione dei Modelli]]</text>
      <sha1>63tfgm98ayc88u018tmsniw2tr7ve85</sha1>
    </revision>
    <revision>
      <id>502138</id>
      <parentid>502123</parentid>
      <timestamp>2026-10-04T18:34:23Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502138</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="7843" sha1="o3kfimcv6m35t1p91r3b3i5wdgxr06j" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Calcolare metriche di valutazione (accuracy, sensitivity, specificity)
* Costruire curve ROC e calcolare AUC
* Valutare le prestazioni su dati clinici
* Eseguire validazione esterna
* Confrontare modelli statisticamente
* Documentare le prestazioni

== 5.1 Metriche di Valutazione ==

=== Matrice di Confusione e Metriche Derivate ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(caret)
library(ggplot2)

# Previsioni
predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;class&quot;)

# Matrice di confusione
conf_matrix &lt;- confusionMatrix(predictions, test_data$diagnosis)
print(conf_matrix)

# Estrarre metriche
accuracy &lt;- conf_matrix$overall['Accuracy']
sensitivity &lt;- conf_matrix$byClass['Sensitivity']
specificity &lt;- conf_matrix$byClass['Specificity']
ppv &lt;- conf_matrix$byClass['Pos Pred Value']
npv &lt;- conf_matrix$byClass['Neg Pred Value']

metrics_df &lt;- data.frame(
  Metric = c(&quot;Accuracy&quot;, &quot;Sensitivity (TPR)&quot;, &quot;Specificity (TNR)&quot;,
             &quot;PPV&quot;, &quot;NPV&quot;),
  Value = c(accuracy, sensitivity, specificity, ppv, npv)
)

print(metrics_df)
&lt;/syntaxhighlight&gt;

=== Visualizzare la Matrice di Confusione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una visualizzazione della matrice di confusione
cm_table &lt;- as.data.frame(table(
  Predicted = predictions,
  Actual = test_data$diagnosis
))

ggplot(cm_table, aes(x = Predicted, y = Actual, fill = Freq)) +
  geom_tile() +
  geom_text(aes(label = Freq), color = &quot;white&quot;, size = 8) +
  scale_fill_gradient(low = &quot;lightblue&quot;, high = &quot;darkblue&quot;) +
  labs(title = &quot;Matrice di Confusione&quot;,
       x = &quot;Predetto&quot;, y = &quot;Reale&quot;, fill = &quot;Frequenza&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.2 Curve ROC e AUC ==

=== Calcolo di ROC e AUC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(pROC)

# Previsioni probabilistiche
prob_predictions &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)

# Calcolare ROC
roc_curve &lt;- roc(response = test_data$diagnosis,
                 predictor = prob_predictions[, &quot;Disease&quot;])

# AUC
auc_value &lt;- auc(roc_curve)
print(paste(&quot;AUC:&quot;, round(auc_value, 3)))

# Plottare la curva ROC
plot(roc_curve, main = &quot;Curva ROC - Random Forest&quot;,
     xlab = &quot;1 - Specificity&quot;, ylab = &quot;Sensitivity&quot;)
text(0.5, 0.2, paste(&quot;AUC =&quot;, round(auc_value, 3)), cex = 2)
&lt;/syntaxhighlight&gt;

=== Confronto di Modelli con ROC ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# ROC per più modelli
roc_rf &lt;- roc(test_data$diagnosis,
              predict(rf_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])
roc_xgb &lt;- roc(test_data$diagnosis,
               predict(xgb_model, test_matrix, type = &quot;prob&quot;))
roc_svm &lt;- roc(test_data$diagnosis,
               predict(svm_model, test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;])

# Plot comparativo
ggroc(list(RandomForest = roc_rf,
           XGBoost = roc_xgb,
           SVM = roc_svm)) +
  ggtitle(&quot;Confronto delle curve ROC&quot;) +
  theme_minimal()

# AUC per ogni modello
data.frame(
  Model = c(&quot;Random Forest&quot;, &quot;XGBoost&quot;, &quot;SVM&quot;),
  AUC = c(auc(roc_rf), auc(roc_xgb), auc(roc_svm))
)
&lt;/syntaxhighlight&gt;

== 5.3 Validazione Esterna ==

=== Cross-Validation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# K-fold cross-validation
train_control &lt;- trainControl(
  method = &quot;cv&quot;,
  number = 5,
  classProbs = TRUE,
  summaryFunction = twoClassSummary
)

# Addestrare con CV
cv_model &lt;- train(
  diagnosis ~ age + systolic_bp + diastolic_bp +
              white_blood_cells + creatinine,
  data = clinical_data,
  method = &quot;rf&quot;,
  trControl = train_control,
  metric = &quot;ROC&quot;
)

# Risultati cross-validation
print(cv_model$results)
print(cv_model$resample)
&lt;/syntaxhighlight&gt;

=== Validazione su Dataset Esterno ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Simulare un dataset esterno
external_data &lt;- clinical_data %&gt;%
  sample_frac(0.2)

# Previsioni
external_predictions &lt;- predict(rf_model, newdata = external_data)

# Valutazione
external_cm &lt;- confusionMatrix(external_predictions, external_data$diagnosis)
print(external_cm)

# Confrontare con test set
cat(&quot;Accuracy - Test Set:&quot;, accuracy, &quot;\n&quot;)
cat(&quot;Accuracy - External Set:&quot;,
    external_cm$overall['Accuracy'], &quot;\n&quot;)
&lt;/syntaxhighlight&gt;

== 5.4 Calibrazione del Modello ==

=== Verifica della Calibrazione ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
library(MASS)

# Previsioni probabilistiche
prob_preds &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Disease&quot;]

# Creare gruppi di decile
deciles &lt;- cut(prob_preds, breaks = quantile(prob_preds,
               probs = seq(0, 1, 0.1)), include.lowest = TRUE)

# Calcolare expected vs observed
calibration_data &lt;- data.frame(
  decile = deciles,
  predicted_prob = prob_preds,
  actual = as.numeric(test_data$diagnosis) - 1
)

calibration_summary &lt;- calibration_data %&gt;%
  group_by(decile) %&gt;%
  summarise(
    mean_predicted = mean(predicted_prob),
    mean_observed = mean(actual),
    n = n(),
    .groups = 'drop'
  )

# Plottare la calibrazione
ggplot(calibration_summary, aes(x = mean_predicted, y = mean_observed)) +
  geom_point(aes(size = n)) +
  geom_smooth(method = &quot;loess&quot;, se = FALSE) +
  geom_abline(intercept = 0, slope = 1, linetype = &quot;dashed&quot;, color = &quot;red&quot;) +
  labs(title = &quot;Diagramma di Calibrazione&quot;,
       x = &quot;Probabilità Predetta&quot;,
       y = &quot;Probabilità Osservata&quot;) +
  theme_minimal()
&lt;/syntaxhighlight&gt;

== 5.5 Analisi di Sensibilità ==

=== Threshold Optimization ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Analizzare performance a diversi soglie
thresholds &lt;- seq(0.3, 0.7, by = 0.05)

threshold_performance &lt;- lapply(thresholds, function(t) {
  pred_class &lt;- ifelse(prob_preds &gt; t, &quot;Disease&quot;, &quot;Healthy&quot;)
  cm &lt;- confusionMatrix(factor(pred_class), test_data$diagnosis)

  data.frame(
    Threshold = t,
    Accuracy = cm$overall['Accuracy'],
    Sensitivity = cm$byClass['Sensitivity'],
    Specificity = cm$byClass['Specificity']
  )
}) %&gt;%
  bind_rows()

# Visualizzare
threshold_performance %&gt;%
  pivot_longer(-Threshold) %&gt;%
  ggplot(aes(x = Threshold, y = value, color = name)) +
  geom_line(linewidth = 1) +
  labs(title = &quot;Performance vs Threshold&quot;,
       x = &quot;Soglia di Classificazione&quot;,
       y = &quot;Valore Metrica&quot;) +
  theme_minimal() +
  theme(legend.position = &quot;bottom&quot;)
&lt;/syntaxhighlight&gt;

== 5.6 Rapporto di Valutazione ==

=== Generare Rapporto Automatico ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un rapporto completo
report_content &lt;- paste(&quot;
# Rapporto di Valutazione del Modello PenuX

## Dataset
- Training set: &quot;, nrow(train_data), &quot; pazienti
- Test set: &quot;, nrow(test_data), &quot; pazienti
- Variabili predittive: age, systolic_bp, diastolic_bp, white_blood_cells, creatinine

## Performance Complessiva
- Accuracy: &quot;, round(accuracy, 3), &quot;
- Sensitivity: &quot;, round(sensitivity, 3), &quot;
- Specificity: &quot;, round(specificity, 3), &quot;
- AUC: &quot;, round(auc_value, 3), &quot;

## Conclusioni
Il modello mostra buone performance predittive per la diagnosi
di pancreatite acuta grave e sepsi nel contesto PenuX.
&quot;)

writeLines(report_content, &quot;results/model_evaluation_report.txt&quot;)
&lt;/syntaxhighlight&gt;

== 5.7 Esercizi Pratici ==

# Calcolare tutte le metriche di valutazione
# Costruire e interpretare la curva ROC
# Eseguire validazione incrociata
# Testare su un dataset esterno simulato
# Verificare la calibrazione del modello
# Ottimizzare la soglia di classificazione
# Generare un rapporto completo

== Riepilogo dell'unità 5 ==

Abbiamo trattato:
* Metriche di valutazione (accuracy, sensitivity, specificity)
* Curve ROC e AUC
* Validazione incrociata ed esterna
* Calibrazione dei modelli
* Ottimizzazione della soglia
* Documentazione delle prestazioni

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 5|Fai il quiz dell'Unità 5]]
[[Categoria:PenuX in R|Unità 5 - Valutazione e Validazione dei Modelli]]</text>
      <sha1>o3kfimcv6m35t1p91r3b3i5wdgxr06j</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 5</title>
    <ns>0</ns>
    <id>61186</id>
    <revision>
      <id>502068</id>
      <parentid>502018</parentid>
      <timestamp>2026-10-04T14:55:02Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 5]] a [[PenuX in R/Quiz Unità 5]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502018</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1802" sha1="atgnqlampuyuw20mnemyg6u91uuu3z3" xml:space="preserve">= PenuX in R: Quiz Unità 5 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Come si calcola la sensibilità?

* A) VN / (VN + FP)
* B) VP / (VP + FP)
* C) VP / (VP + FN)
* D) (VP + VN) / totale

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La sensibilità è la quota di malati correttamente riconosciuti.
&lt;/div&gt;

== Domanda 2 ==

Un'AUC pari a 0,5 significa:

* A) Un modello perfetto
* B) Un modello molto accurato
* C) Un errore di calibrazione
* D) Nessuna capacità discriminante (come il caso)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello non distingue meglio di un lancio di moneta.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la validazione esterna?

* A) Valutare il modello su dati di un altro centro o periodo
* B) Ripetere la divisione train/test
* C) Aumentare il numero di alberi
* D) Standardizzare i dati

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Verifica la generalizzabilità oltre il dataset di sviluppo.
&lt;/div&gt;

== Domanda 4 ==

Che cosa misura la calibrazione di un modello?

* A) La velocità di calcolo
* B) La concordanza tra probabilità previste e frequenze osservate
* C) Il numero di variabili
* D) La percentuale di valori mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Se il modello dice 20%, circa 20 pazienti su 100 dovrebbero avere l'evento.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli|Torna all'Unità 5]]</text>
      <sha1>atgnqlampuyuw20mnemyg6u91uuu3z3</sha1>
    </revision>
    <revision>
      <id>502100</id>
      <parentid>502068</parentid>
      <timestamp>2026-10-04T18:20:49Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502100</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1841" sha1="fxtm3nki52uuii5fzxkcqdwahtfdspf" xml:space="preserve">= PenuX in R: Quiz Unità 5 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Come si calcola la sensibilità?

* A) VN / (VN + FP)
* B) VP / (VP + FP)
* C) VP / (VP + FN)
* D) (VP + VN) / totale

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La sensibilità è la quota di malati correttamente riconosciuti.
&lt;/div&gt;

== Domanda 2 ==

Un'AUC pari a 0,5 significa:

* A) Un modello perfetto
* B) Un modello molto accurato
* C) Un errore di calibrazione
* D) Nessuna capacità discriminante (come il caso)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello non distingue meglio di un lancio di moneta.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la validazione esterna?

* A) Valutare il modello su dati di un altro centro o periodo
* B) Ripetere la divisione train/test
* C) Aumentare il numero di alberi
* D) Standardizzare i dati

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Verifica la generalizzabilità oltre il dataset di sviluppo.
&lt;/div&gt;

== Domanda 4 ==

Che cosa misura la calibrazione di un modello?

* A) La velocità di calcolo
* B) La concordanza tra probabilità previste e frequenze osservate
* C) Il numero di variabili
* D) La percentuale di valori mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Se il modello dice 20%, circa 20 pazienti su 100 dovrebbero avere l'evento.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 5 - Valutazione e Validazione dei Modelli|Torna all'Unità 5]]
[[Categoria:PenuX in R|Quiz Unità 5]]</text>
      <sha1>fxtm3nki52uuii5fzxkcqdwahtfdspf</sha1>
    </revision>
    <revision>
      <id>502116</id>
      <parentid>502100</parentid>
      <timestamp>2026-10-04T18:24:48Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502116</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1840" sha1="4owfxxv9jcrcmz898g00yv8bmzhbrjx" xml:space="preserve">= PenuX in R: Quiz Unità 5 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Come si calcola la sensibilità?

* A) VN / (VN + FP)
* B) VP / (VP + FP)
* C) VP / (VP + FN)
* D) (VP + VN) / totale

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La sensibilità è la quota di malati correttamente riconosciuti.
&lt;/div&gt;

== Domanda 2 ==

Un'AUC pari a 0,5 significa:

* A) Un modello perfetto
* B) Un modello molto accurato
* C) Un errore di calibrazione
* D) Nessuna capacità discriminante (come il caso)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello non distingue meglio di un lancio di moneta.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la validazione esterna?

* A) Valutare il modello su dati di un altro centro o periodo
* B) Ripetere la divisione train/test
* C) Aumentare il numero di alberi
* D) Standardizzare i dati

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Verifica la generalizzabilità oltre il dataset di sviluppo.
&lt;/div&gt;

== Domanda 4 ==

Che cosa misura la calibrazione di un modello?

* A) La velocità di calcolo
* B) La concordanza tra probabilità previste e frequenze osservate
* C) Il numero di variabili
* D) La percentuale di valori mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Se il modello dice 20%, circa 20 pazienti su 100 dovrebbero avere l'evento.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli|Torna all'Unità 5]]
[[Categoria:PenuX in R|Quiz Unità 5]]</text>
      <sha1>4owfxxv9jcrcmz898g00yv8bmzhbrjx</sha1>
    </revision>
    <revision>
      <id>502131</id>
      <parentid>502116</parentid>
      <timestamp>2026-10-04T18:33:10Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502131</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1855" sha1="0tk84l0cjpmq7r6e47mcm9orbmy08p8" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 5 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Come si calcola la sensibilità?

* A) VN / (VN + FP)
* B) VP / (VP + FP)
* C) VP / (VP + FN)
* D) (VP + VN) / totale

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. La sensibilità è la quota di malati correttamente riconosciuti.
&lt;/div&gt;

== Domanda 2 ==

Un'AUC pari a 0,5 significa:

* A) Un modello perfetto
* B) Un modello molto accurato
* C) Un errore di calibrazione
* D) Nessuna capacità discriminante (come il caso)

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Il modello non distingue meglio di un lancio di moneta.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è la validazione esterna?

* A) Valutare il modello su dati di un altro centro o periodo
* B) Ripetere la divisione train/test
* C) Aumentare il numero di alberi
* D) Standardizzare i dati

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Verifica la generalizzabilità oltre il dataset di sviluppo.
&lt;/div&gt;

== Domanda 4 ==

Che cosa misura la calibrazione di un modello?

* A) La velocità di calcolo
* B) La concordanza tra probabilità previste e frequenze osservate
* C) Il numero di variabili
* D) La percentuale di valori mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Se il modello dice 20%, circa 20 pazienti su 100 dovrebbero avere l'evento.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli|Torna all'Unità 5]]
[[Categoria:PenuX in R|Quiz Unità 5]]</text>
      <sha1>0tk84l0cjpmq7r6e47mcm9orbmy08p8</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 6 - Deployment e Implementazione Clinica</title>
    <ns>0</ns>
    <id>61187</id>
    <revision>
      <id>502060</id>
      <parentid>502019</parentid>
      <timestamp>2026-10-04T14:46:25Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 6 - Deployment e Implementazione Clinica]] a [[PenuX in R/Unità 6 - Deployment e Implementazione Clinica]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502019</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="9543" sha1="qi4qv6kasqvf5282tlsseoya24nyupc" xml:space="preserve">= PenuX in R: Unità 6 - Deployment e Implementazione Clinica =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Containerizzare il modello con Docker
* Creare API REST per le previsioni
* Integrare il modello con sistemi clinici
* Gestire il monitoraggio del modello
* Implementare controlli di qualità
* Documentare la soluzione

== 6.1 Creazione di una Funzione di Previsione ==

=== Funzione Wrapper ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una funzione per fare previsioni standardizzate
predict_penux &lt;- function(model, new_patient_data, threshold = 0.5) {

  # Validare l'input
  required_cols &lt;- c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                     &quot;white_blood_cells&quot;, &quot;creatinine&quot;)

  if (!all(required_cols %in% colnames(new_patient_data))) {
    stop(&quot;Colonne mancanti:&quot;,
         paste(setdiff(required_cols, colnames(new_patient_data)), collapse = &quot;, &quot;))
  }

  # Fare previsioni probabilistiche
  prob_predictions &lt;- predict(model, newdata = new_patient_data,
                              type = &quot;prob&quot;)

  # Convertire in classi
  predicted_class &lt;- ifelse(prob_predictions[, &quot;Disease&quot;] &gt; threshold,
                            &quot;Disease&quot;, &quot;Healthy&quot;)

  # Ritornare risultati strutturati
  results &lt;- data.frame(
    patient_id = 1:nrow(new_patient_data),
    predicted_probability = prob_predictions[, &quot;Disease&quot;],
    predicted_class = predicted_class,
    confidence = pmax(prob_predictions[, &quot;Disease&quot;],
                      prob_predictions[, &quot;Healthy&quot;]),
    risk_level = ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.7, &quot;High&quot;,
                        ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.4, &quot;Medium&quot;,
                               &quot;Low&quot;))
  )

  return(results)
}

# Testare la funzione
test_prediction &lt;- predict_penux(rf_model, test_data[1:5, ])
print(test_prediction)
&lt;/syntaxhighlight&gt;

== 6.2 API REST con Plumber ==

=== Creare un'API ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare plumber
# install.packages(&quot;plumber&quot;)
library(plumber)

# Creare il file API (plumber.R)
api_code &lt;- &quot;
#' PenuX Model Prediction API
#' @post /predict
#' @param age:int Età del paziente
#' @param systolic_bp:numeric Pressione sistolica
#' @param diastolic_bp:numeric Pressione diastolica
#' @param white_blood_cells:numeric Conta leucocitaria
#' @param creatinine:numeric Livello di creatinina
predict_disease &lt;- function(age, systolic_bp, diastolic_bp,
                           white_blood_cells, creatinine) {

  patient_data &lt;- data.frame(
    age = age,
    systolic_bp = systolic_bp,
    diastolic_bp = diastolic_bp,
    white_blood_cells = white_blood_cells,
    creatinine = creatinine
  )

  prediction &lt;- predict_penux(rf_model, patient_data)
  return(prediction)
}

#' Health Check
#' @get /health
health_check &lt;- function() {
  return(list(status = 'OK', model = 'PenuX v1.0'))
}
&quot;

writeLines(api_code, &quot;api/plumber.R&quot;)

# Lanciare l'API
# pr &lt;- plumb(&quot;api/plumber.R&quot;)
# pr$run(host = &quot;0.0.0.0&quot;, port = 8000)
&lt;/syntaxhighlight&gt;

== 6.3 Containerizzazione con Docker ==

=== Dockerfile ===

&lt;syntaxhighlight lang=&quot;dockerfile&quot;&gt;
FROM rocker/tidyverse:latest

# Installare dipendenze
RUN install2.r \
    randomForest \
    xgboost \
    caret \
    pROC \
    plumber

# Copiare il modello e l'API
COPY models/rf_model.rds /app/models/
COPY api/plumber.R /app/api/

WORKDIR /app

# Esporre la porta
EXPOSE 8000

# Comando di avvio
CMD [&quot;R&quot;, &quot;-e&quot;, &quot;library(plumber); pr &lt;- plumb('api/plumber.R'); pr$run(host = '0.0.0.0', port = 8000)&quot;]
&lt;/syntaxhighlight&gt;

=== Docker Compose ===

&lt;syntaxhighlight lang=&quot;yaml&quot;&gt;
version: '3'
services:
  penux-model:
    build: .
    ports:
      - &quot;8000:8000&quot;
    environment:
      - MODEL_PATH=/app/models/rf_model.rds
    volumes:
      - ./logs:/app/logs
    healthcheck:
      test: [&quot;CMD&quot;, &quot;curl&quot;, &quot;-f&quot;, &quot;http://localhost:8000/health&quot;]
      interval: 30s
      timeout: 10s
      retries: 3
&lt;/syntaxhighlight&gt;

== 6.4 Monitoraggio del Modello ==

=== Performance Tracking ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un sistema di tracking delle performance
create_model_monitor &lt;- function(model_id, model_version) {

  list(
    model_id = model_id,
    model_version = model_version,
    deployment_date = Sys.Date(),
    metrics = list(),
    predictions_log = NULL
  )
}

# Registrare una previsione
log_prediction &lt;- function(monitor, prediction_result, actual_outcome = NA) {

  log_entry &lt;- data.frame(
    timestamp = Sys.time(),
    prediction_probability = prediction_result$predicted_probability,
    prediction_class = prediction_result$predicted_class,
    actual_outcome = actual_outcome
  )

  monitor$predictions_log &lt;- rbind(monitor$predictions_log, log_entry)
  return(monitor)
}

# Calcolare data drift
calculate_data_drift &lt;- function(training_stats, new_data) {

  drift_metrics &lt;- list()

  for (col in names(training_stats)) {
    new_mean &lt;- mean(new_data[[col]], na.rm = TRUE)
    new_sd &lt;- sd(new_data[[col]], na.rm = TRUE)

    drift_metrics[[col]] &lt;- list(
      training_mean = training_stats[[col]]$mean,
      new_mean = new_mean,
      mean_shift = abs(new_mean - training_stats[[col]]$mean) /
                   training_stats[[col]]$sd,
      training_sd = training_stats[[col]]$sd,
      new_sd = new_sd
    )
  }

  return(drift_metrics)
}
&lt;/syntaxhighlight&gt;

== 6.5 Integrazione Clinica ==

=== Validazione Clinica ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Workflow di validazione clinica
clinical_validation &lt;- function(model, clinical_test_data,
                               acceptance_criteria) {

  # Generare previsioni
  predictions &lt;- predict_penux(model, clinical_test_data)

  # Valutare rispetto ai criteri di accettazione
  results &lt;- list(
    total_samples = nrow(clinical_test_data),
    min_auc = acceptance_criteria$min_auc,
    min_sensitivity = acceptance_criteria$min_sensitivity,
    min_specificity = acceptance_criteria$min_specificity,
    passed = FALSE
  )

  # Implementare ulteriori controlli
  if (all(unlist(results) &gt;= unlist(acceptance_criteria))) {
    results$passed &lt;- TRUE
  }

  return(results)
}

# Criteri di accettazione PenuX
penux_criteria &lt;- list(
  min_auc = 0.85,
  min_sensitivity = 0.85,
  min_specificity = 0.80,
  max_false_positive_rate = 0.10
)

# Eseguire validazione
validation_result &lt;- clinical_validation(rf_model, test_data, penux_criteria)
print(validation_result)
&lt;/syntaxhighlight&gt;

== 6.6 Documentazione e Compliance ==

=== Regulatory Documentation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Generare rapporto di conformità
generate_regulatory_report &lt;- function(model, validation_results,
                                      training_data, deployment_date) {

  report &lt;- list(
    model_information = list(
      name = &quot;PenuX Prediction Model&quot;,
      version = &quot;1.0.0&quot;,
      deployment_date = deployment_date,
      intended_use = &quot;Early prediction of severe acute pancreatitis and sepsis&quot;
    ),

    training_data = list(
      sample_size = nrow(training_data),
      variables = names(training_data),
      date_range = paste(min(training_data$date), &quot;to&quot;, max(training_data$date))
    ),

    performance_metrics = validation_results,

    limitations = list(
      &quot;Model trained on specific patient population&quot;,
      &quot;Regular revalidation recommended&quot;,
      &quot;Clinician judgment should not be replaced&quot;
    ),

    maintenance_plan = list(
      monitoring_frequency = &quot;Monthly&quot;,
      retraining_frequency = &quot;Quarterly&quot;,
      data_drift_threshold = 0.2
    )
  )

  return(report)
}
&lt;/syntaxhighlight&gt;

== 6.7 Ciclo di Vita Continuo ==

=== Retraining Pipeline ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una pipeline di retraining automatico
create_retraining_pipeline &lt;- function(data,
                                      model_path,
                                      performance_threshold = 0.80) {

  # 1. Verificare la performance
  current_model &lt;- readRDS(model_path)
  current_performance &lt;- evaluate_model(current_model)

  # 2. Se la performance degrada, ritirare
  if (current_performance$auc &lt; performance_threshold) {

    # 2a. Ritirare il modello su dati aggiornati
    new_model &lt;- train_model(data)

    # 2b. Confrontare le performance
    new_performance &lt;- evaluate_model(new_model)

    # 2c. Se il nuovo è migliore, salvare
    if (new_performance$auc &gt; current_performance$auc) {
      saveRDS(new_model, paste0(model_path, &quot;.backup&quot;))
      saveRDS(new_model, model_path)
      return(list(status = &quot;Retrained&quot;, new_auc = new_performance$auc))
    }
  }

  return(list(status = &quot;No Retrain Needed&quot;))
}
&lt;/syntaxhighlight&gt;

== 6.8 Esercizi Pratici ==

# Creare una funzione di previsione robusta
# Costruire un'API REST con plumber
# Creare un Dockerfile funzionante
# Implementare un sistema di monitoraggio
# Generare un rapporto di conformità normativa
# Testare il deployment in ambiente locale
# Documentare il ciclo di vita del modello

== Riepilogo dell'unità 6 ==

Abbiamo trattato:
* Creazione di funzioni di previsione robust
* API REST con plumber
* Containerizzazione con Docker
* Monitoraggio continuo del modello
* Validazione clinica e compliance
* Documentazione normativa
* Ciclo di vita continuo e retraining

== Prossimi Passi ==

* Distribuire su cloud (AWS, Google Cloud, Azure)
* Integrare con sistemi EHR
* Implementare feedback loops clinici
* Stabilire partnership cliniche per validazione
* Preparare per regulatory approval

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 6|Fai il quiz dell'Unità 6]]</text>
      <sha1>qi4qv6kasqvf5282tlsseoya24nyupc</sha1>
    </revision>
    <revision>
      <id>502109</id>
      <parentid>502060</parentid>
      <timestamp>2026-10-04T18:22:29Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502109</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="9616" sha1="o92jlph33ng2ey9ds63bym5ioiusen7" xml:space="preserve">= PenuX in R: Unità 6 - Deployment e Implementazione Clinica =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Containerizzare il modello con Docker
* Creare API REST per le previsioni
* Integrare il modello con sistemi clinici
* Gestire il monitoraggio del modello
* Implementare controlli di qualità
* Documentare la soluzione

== 6.1 Creazione di una Funzione di Previsione ==

=== Funzione Wrapper ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una funzione per fare previsioni standardizzate
predict_penux &lt;- function(model, new_patient_data, threshold = 0.5) {

  # Validare l'input
  required_cols &lt;- c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                     &quot;white_blood_cells&quot;, &quot;creatinine&quot;)

  if (!all(required_cols %in% colnames(new_patient_data))) {
    stop(&quot;Colonne mancanti:&quot;,
         paste(setdiff(required_cols, colnames(new_patient_data)), collapse = &quot;, &quot;))
  }

  # Fare previsioni probabilistiche
  prob_predictions &lt;- predict(model, newdata = new_patient_data,
                              type = &quot;prob&quot;)

  # Convertire in classi
  predicted_class &lt;- ifelse(prob_predictions[, &quot;Disease&quot;] &gt; threshold,
                            &quot;Disease&quot;, &quot;Healthy&quot;)

  # Ritornare risultati strutturati
  results &lt;- data.frame(
    patient_id = 1:nrow(new_patient_data),
    predicted_probability = prob_predictions[, &quot;Disease&quot;],
    predicted_class = predicted_class,
    confidence = pmax(prob_predictions[, &quot;Disease&quot;],
                      prob_predictions[, &quot;Healthy&quot;]),
    risk_level = ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.7, &quot;High&quot;,
                        ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.4, &quot;Medium&quot;,
                               &quot;Low&quot;))
  )

  return(results)
}

# Testare la funzione
test_prediction &lt;- predict_penux(rf_model, test_data[1:5, ])
print(test_prediction)
&lt;/syntaxhighlight&gt;

== 6.2 API REST con Plumber ==

=== Creare un'API ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare plumber
# install.packages(&quot;plumber&quot;)
library(plumber)

# Creare il file API (plumber.R)
api_code &lt;- &quot;
#' PenuX Model Prediction API
#' @post /predict
#' @param age:int Età del paziente
#' @param systolic_bp:numeric Pressione sistolica
#' @param diastolic_bp:numeric Pressione diastolica
#' @param white_blood_cells:numeric Conta leucocitaria
#' @param creatinine:numeric Livello di creatinina
predict_disease &lt;- function(age, systolic_bp, diastolic_bp,
                           white_blood_cells, creatinine) {

  patient_data &lt;- data.frame(
    age = age,
    systolic_bp = systolic_bp,
    diastolic_bp = diastolic_bp,
    white_blood_cells = white_blood_cells,
    creatinine = creatinine
  )

  prediction &lt;- predict_penux(rf_model, patient_data)
  return(prediction)
}

#' Health Check
#' @get /health
health_check &lt;- function() {
  return(list(status = 'OK', model = 'PenuX v1.0'))
}
&quot;

writeLines(api_code, &quot;api/plumber.R&quot;)

# Lanciare l'API
# pr &lt;- plumb(&quot;api/plumber.R&quot;)
# pr$run(host = &quot;0.0.0.0&quot;, port = 8000)
&lt;/syntaxhighlight&gt;

== 6.3 Containerizzazione con Docker ==

=== Dockerfile ===

&lt;syntaxhighlight lang=&quot;dockerfile&quot;&gt;
FROM rocker/tidyverse:latest

# Installare dipendenze
RUN install2.r \
    randomForest \
    xgboost \
    caret \
    pROC \
    plumber

# Copiare il modello e l'API
COPY models/rf_model.rds /app/models/
COPY api/plumber.R /app/api/

WORKDIR /app

# Esporre la porta
EXPOSE 8000

# Comando di avvio
CMD [&quot;R&quot;, &quot;-e&quot;, &quot;library(plumber); pr &lt;- plumb('api/plumber.R'); pr$run(host = '0.0.0.0', port = 8000)&quot;]
&lt;/syntaxhighlight&gt;

=== Docker Compose ===

&lt;syntaxhighlight lang=&quot;yaml&quot;&gt;
version: '3'
services:
  penux-model:
    build: .
    ports:
      - &quot;8000:8000&quot;
    environment:
      - MODEL_PATH=/app/models/rf_model.rds
    volumes:
      - ./logs:/app/logs
    healthcheck:
      test: [&quot;CMD&quot;, &quot;curl&quot;, &quot;-f&quot;, &quot;http://localhost:8000/health&quot;]
      interval: 30s
      timeout: 10s
      retries: 3
&lt;/syntaxhighlight&gt;

== 6.4 Monitoraggio del Modello ==

=== Performance Tracking ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un sistema di tracking delle performance
create_model_monitor &lt;- function(model_id, model_version) {

  list(
    model_id = model_id,
    model_version = model_version,
    deployment_date = Sys.Date(),
    metrics = list(),
    predictions_log = NULL
  )
}

# Registrare una previsione
log_prediction &lt;- function(monitor, prediction_result, actual_outcome = NA) {

  log_entry &lt;- data.frame(
    timestamp = Sys.time(),
    prediction_probability = prediction_result$predicted_probability,
    prediction_class = prediction_result$predicted_class,
    actual_outcome = actual_outcome
  )

  monitor$predictions_log &lt;- rbind(monitor$predictions_log, log_entry)
  return(monitor)
}

# Calcolare data drift
calculate_data_drift &lt;- function(training_stats, new_data) {

  drift_metrics &lt;- list()

  for (col in names(training_stats)) {
    new_mean &lt;- mean(new_data[[col]], na.rm = TRUE)
    new_sd &lt;- sd(new_data[[col]], na.rm = TRUE)

    drift_metrics[[col]] &lt;- list(
      training_mean = training_stats[[col]]$mean,
      new_mean = new_mean,
      mean_shift = abs(new_mean - training_stats[[col]]$mean) /
                   training_stats[[col]]$sd,
      training_sd = training_stats[[col]]$sd,
      new_sd = new_sd
    )
  }

  return(drift_metrics)
}
&lt;/syntaxhighlight&gt;

== 6.5 Integrazione Clinica ==

=== Validazione Clinica ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Workflow di validazione clinica
clinical_validation &lt;- function(model, clinical_test_data,
                               acceptance_criteria) {

  # Generare previsioni
  predictions &lt;- predict_penux(model, clinical_test_data)

  # Valutare rispetto ai criteri di accettazione
  results &lt;- list(
    total_samples = nrow(clinical_test_data),
    min_auc = acceptance_criteria$min_auc,
    min_sensitivity = acceptance_criteria$min_sensitivity,
    min_specificity = acceptance_criteria$min_specificity,
    passed = FALSE
  )

  # Implementare ulteriori controlli
  if (all(unlist(results) &gt;= unlist(acceptance_criteria))) {
    results$passed &lt;- TRUE
  }

  return(results)
}

# Criteri di accettazione PenuX
penux_criteria &lt;- list(
  min_auc = 0.85,
  min_sensitivity = 0.85,
  min_specificity = 0.80,
  max_false_positive_rate = 0.10
)

# Eseguire validazione
validation_result &lt;- clinical_validation(rf_model, test_data, penux_criteria)
print(validation_result)
&lt;/syntaxhighlight&gt;

== 6.6 Documentazione e Compliance ==

=== Regulatory Documentation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Generare rapporto di conformità
generate_regulatory_report &lt;- function(model, validation_results,
                                      training_data, deployment_date) {

  report &lt;- list(
    model_information = list(
      name = &quot;PenuX Prediction Model&quot;,
      version = &quot;1.0.0&quot;,
      deployment_date = deployment_date,
      intended_use = &quot;Early prediction of severe acute pancreatitis and sepsis&quot;
    ),

    training_data = list(
      sample_size = nrow(training_data),
      variables = names(training_data),
      date_range = paste(min(training_data$date), &quot;to&quot;, max(training_data$date))
    ),

    performance_metrics = validation_results,

    limitations = list(
      &quot;Model trained on specific patient population&quot;,
      &quot;Regular revalidation recommended&quot;,
      &quot;Clinician judgment should not be replaced&quot;
    ),

    maintenance_plan = list(
      monitoring_frequency = &quot;Monthly&quot;,
      retraining_frequency = &quot;Quarterly&quot;,
      data_drift_threshold = 0.2
    )
  )

  return(report)
}
&lt;/syntaxhighlight&gt;

== 6.7 Ciclo di Vita Continuo ==

=== Retraining Pipeline ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una pipeline di retraining automatico
create_retraining_pipeline &lt;- function(data,
                                      model_path,
                                      performance_threshold = 0.80) {

  # 1. Verificare la performance
  current_model &lt;- readRDS(model_path)
  current_performance &lt;- evaluate_model(current_model)

  # 2. Se la performance degrada, ritirare
  if (current_performance$auc &lt; performance_threshold) {

    # 2a. Ritirare il modello su dati aggiornati
    new_model &lt;- train_model(data)

    # 2b. Confrontare le performance
    new_performance &lt;- evaluate_model(new_model)

    # 2c. Se il nuovo è migliore, salvare
    if (new_performance$auc &gt; current_performance$auc) {
      saveRDS(new_model, paste0(model_path, &quot;.backup&quot;))
      saveRDS(new_model, model_path)
      return(list(status = &quot;Retrained&quot;, new_auc = new_performance$auc))
    }
  }

  return(list(status = &quot;No Retrain Needed&quot;))
}
&lt;/syntaxhighlight&gt;

== 6.8 Esercizi Pratici ==

# Creare una funzione di previsione robusta
# Costruire un'API REST con plumber
# Creare un Dockerfile funzionante
# Implementare un sistema di monitoraggio
# Generare un rapporto di conformità normativa
# Testare il deployment in ambiente locale
# Documentare il ciclo di vita del modello

== Riepilogo dell'unità 6 ==

Abbiamo trattato:
* Creazione di funzioni di previsione robust
* API REST con plumber
* Containerizzazione con Docker
* Monitoraggio continuo del modello
* Validazione clinica e compliance
* Documentazione normativa
* Ciclo di vita continuo e retraining

== Prossimi Passi ==

* Distribuire su cloud (AWS, Google Cloud, Azure)
* Integrare con sistemi EHR
* Implementare feedback loops clinici
* Stabilire partnership cliniche per validazione
* Preparare per regulatory approval

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 6|Fai il quiz dell'Unità 6]]
[[Categoria:PenuX in R|Unità 6 - Deployment e Implementazione Clinica]]</text>
      <sha1>o92jlph33ng2ey9ds63bym5ioiusen7</sha1>
    </revision>
    <revision>
      <id>502124</id>
      <parentid>502109</parentid>
      <timestamp>2026-10-04T18:26:08Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502124</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="9615" sha1="50x3sl4oqfxc021rw2pqakw8bpg4p62" xml:space="preserve">= PenuX in R: Unità 6 - Deployment e Implementazione Clinica =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Containerizzare il modello con Docker
* Creare API REST per le previsioni
* Integrare il modello con sistemi clinici
* Gestire il monitoraggio del modello
* Implementare controlli di qualità
* Documentare la soluzione

== 6.1 Creazione di una Funzione di Previsione ==

=== Funzione Wrapper ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una funzione per fare previsioni standardizzate
predict_penux &lt;- function(model, new_patient_data, threshold = 0.5) {

  # Validare l'input
  required_cols &lt;- c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                     &quot;white_blood_cells&quot;, &quot;creatinine&quot;)

  if (!all(required_cols %in% colnames(new_patient_data))) {
    stop(&quot;Colonne mancanti:&quot;,
         paste(setdiff(required_cols, colnames(new_patient_data)), collapse = &quot;, &quot;))
  }

  # Fare previsioni probabilistiche
  prob_predictions &lt;- predict(model, newdata = new_patient_data,
                              type = &quot;prob&quot;)

  # Convertire in classi
  predicted_class &lt;- ifelse(prob_predictions[, &quot;Disease&quot;] &gt; threshold,
                            &quot;Disease&quot;, &quot;Healthy&quot;)

  # Ritornare risultati strutturati
  results &lt;- data.frame(
    patient_id = 1:nrow(new_patient_data),
    predicted_probability = prob_predictions[, &quot;Disease&quot;],
    predicted_class = predicted_class,
    confidence = pmax(prob_predictions[, &quot;Disease&quot;],
                      prob_predictions[, &quot;Healthy&quot;]),
    risk_level = ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.7, &quot;High&quot;,
                        ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.4, &quot;Medium&quot;,
                               &quot;Low&quot;))
  )

  return(results)
}

# Testare la funzione
test_prediction &lt;- predict_penux(rf_model, test_data[1:5, ])
print(test_prediction)
&lt;/syntaxhighlight&gt;

== 6.2 API REST con Plumber ==

=== Creare un'API ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare plumber
# install.packages(&quot;plumber&quot;)
library(plumber)

# Creare il file API (plumber.R)
api_code &lt;- &quot;
#' PenuX Model Prediction API
#' @post /predict
#' @param age:int Età del paziente
#' @param systolic_bp:numeric Pressione sistolica
#' @param diastolic_bp:numeric Pressione diastolica
#' @param white_blood_cells:numeric Conta leucocitaria
#' @param creatinine:numeric Livello di creatinina
predict_disease &lt;- function(age, systolic_bp, diastolic_bp,
                           white_blood_cells, creatinine) {

  patient_data &lt;- data.frame(
    age = age,
    systolic_bp = systolic_bp,
    diastolic_bp = diastolic_bp,
    white_blood_cells = white_blood_cells,
    creatinine = creatinine
  )

  prediction &lt;- predict_penux(rf_model, patient_data)
  return(prediction)
}

#' Health Check
#' @get /health
health_check &lt;- function() {
  return(list(status = 'OK', model = 'PenuX v1.0'))
}
&quot;

writeLines(api_code, &quot;api/plumber.R&quot;)

# Lanciare l'API
# pr &lt;- plumb(&quot;api/plumber.R&quot;)
# pr$run(host = &quot;0.0.0.0&quot;, port = 8000)
&lt;/syntaxhighlight&gt;

== 6.3 Containerizzazione con Docker ==

=== Dockerfile ===

&lt;syntaxhighlight lang=&quot;dockerfile&quot;&gt;
FROM rocker/tidyverse:latest

# Installare dipendenze
RUN install2.r \
    randomForest \
    xgboost \
    caret \
    pROC \
    plumber

# Copiare il modello e l'API
COPY models/rf_model.rds /app/models/
COPY api/plumber.R /app/api/

WORKDIR /app

# Esporre la porta
EXPOSE 8000

# Comando di avvio
CMD [&quot;R&quot;, &quot;-e&quot;, &quot;library(plumber); pr &lt;- plumb('api/plumber.R'); pr$run(host = '0.0.0.0', port = 8000)&quot;]
&lt;/syntaxhighlight&gt;

=== Docker Compose ===

&lt;syntaxhighlight lang=&quot;yaml&quot;&gt;
version: '3'
services:
  penux-model:
    build: .
    ports:
      - &quot;8000:8000&quot;
    environment:
      - MODEL_PATH=/app/models/rf_model.rds
    volumes:
      - ./logs:/app/logs
    healthcheck:
      test: [&quot;CMD&quot;, &quot;curl&quot;, &quot;-f&quot;, &quot;http://localhost:8000/health&quot;]
      interval: 30s
      timeout: 10s
      retries: 3
&lt;/syntaxhighlight&gt;

== 6.4 Monitoraggio del Modello ==

=== Performance Tracking ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un sistema di tracking delle performance
create_model_monitor &lt;- function(model_id, model_version) {

  list(
    model_id = model_id,
    model_version = model_version,
    deployment_date = Sys.Date(),
    metrics = list(),
    predictions_log = NULL
  )
}

# Registrare una previsione
log_prediction &lt;- function(monitor, prediction_result, actual_outcome = NA) {

  log_entry &lt;- data.frame(
    timestamp = Sys.time(),
    prediction_probability = prediction_result$predicted_probability,
    prediction_class = prediction_result$predicted_class,
    actual_outcome = actual_outcome
  )

  monitor$predictions_log &lt;- rbind(monitor$predictions_log, log_entry)
  return(monitor)
}

# Calcolare data drift
calculate_data_drift &lt;- function(training_stats, new_data) {

  drift_metrics &lt;- list()

  for (col in names(training_stats)) {
    new_mean &lt;- mean(new_data[[col]], na.rm = TRUE)
    new_sd &lt;- sd(new_data[[col]], na.rm = TRUE)

    drift_metrics[[col]] &lt;- list(
      training_mean = training_stats[[col]]$mean,
      new_mean = new_mean,
      mean_shift = abs(new_mean - training_stats[[col]]$mean) /
                   training_stats[[col]]$sd,
      training_sd = training_stats[[col]]$sd,
      new_sd = new_sd
    )
  }

  return(drift_metrics)
}
&lt;/syntaxhighlight&gt;

== 6.5 Integrazione Clinica ==

=== Validazione Clinica ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Workflow di validazione clinica
clinical_validation &lt;- function(model, clinical_test_data,
                               acceptance_criteria) {

  # Generare previsioni
  predictions &lt;- predict_penux(model, clinical_test_data)

  # Valutare rispetto ai criteri di accettazione
  results &lt;- list(
    total_samples = nrow(clinical_test_data),
    min_auc = acceptance_criteria$min_auc,
    min_sensitivity = acceptance_criteria$min_sensitivity,
    min_specificity = acceptance_criteria$min_specificity,
    passed = FALSE
  )

  # Implementare ulteriori controlli
  if (all(unlist(results) &gt;= unlist(acceptance_criteria))) {
    results$passed &lt;- TRUE
  }

  return(results)
}

# Criteri di accettazione PenuX
penux_criteria &lt;- list(
  min_auc = 0.85,
  min_sensitivity = 0.85,
  min_specificity = 0.80,
  max_false_positive_rate = 0.10
)

# Eseguire validazione
validation_result &lt;- clinical_validation(rf_model, test_data, penux_criteria)
print(validation_result)
&lt;/syntaxhighlight&gt;

== 6.6 Documentazione e Compliance ==

=== Regulatory Documentation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Generare rapporto di conformità
generate_regulatory_report &lt;- function(model, validation_results,
                                      training_data, deployment_date) {

  report &lt;- list(
    model_information = list(
      name = &quot;PenuX Prediction Model&quot;,
      version = &quot;1.0.0&quot;,
      deployment_date = deployment_date,
      intended_use = &quot;Early prediction of severe acute pancreatitis and sepsis&quot;
    ),

    training_data = list(
      sample_size = nrow(training_data),
      variables = names(training_data),
      date_range = paste(min(training_data$date), &quot;to&quot;, max(training_data$date))
    ),

    performance_metrics = validation_results,

    limitations = list(
      &quot;Model trained on specific patient population&quot;,
      &quot;Regular revalidation recommended&quot;,
      &quot;Clinician judgment should not be replaced&quot;
    ),

    maintenance_plan = list(
      monitoring_frequency = &quot;Monthly&quot;,
      retraining_frequency = &quot;Quarterly&quot;,
      data_drift_threshold = 0.2
    )
  )

  return(report)
}
&lt;/syntaxhighlight&gt;

== 6.7 Ciclo di Vita Continuo ==

=== Retraining Pipeline ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una pipeline di retraining automatico
create_retraining_pipeline &lt;- function(data,
                                      model_path,
                                      performance_threshold = 0.80) {

  # 1. Verificare la performance
  current_model &lt;- readRDS(model_path)
  current_performance &lt;- evaluate_model(current_model)

  # 2. Se la performance degrada, ritirare
  if (current_performance$auc &lt; performance_threshold) {

    # 2a. Ritirare il modello su dati aggiornati
    new_model &lt;- train_model(data)

    # 2b. Confrontare le performance
    new_performance &lt;- evaluate_model(new_model)

    # 2c. Se il nuovo è migliore, salvare
    if (new_performance$auc &gt; current_performance$auc) {
      saveRDS(new_model, paste0(model_path, &quot;.backup&quot;))
      saveRDS(new_model, model_path)
      return(list(status = &quot;Retrained&quot;, new_auc = new_performance$auc))
    }
  }

  return(list(status = &quot;No Retrain Needed&quot;))
}
&lt;/syntaxhighlight&gt;

== 6.8 Esercizi Pratici ==

# Creare una funzione di previsione robusta
# Costruire un'API REST con plumber
# Creare un Dockerfile funzionante
# Implementare un sistema di monitoraggio
# Generare un rapporto di conformità normativa
# Testare il deployment in ambiente locale
# Documentare il ciclo di vita del modello

== Riepilogo dell'unità 6 ==

Abbiamo trattato:
* Creazione di funzioni di previsione robust
* API REST con plumber
* Containerizzazione con Docker
* Monitoraggio continuo del modello
* Validazione clinica e compliance
* Documentazione normativa
* Ciclo di vita continuo e retraining

== Prossimi Passi ==

* Distribuire su cloud (AWS, Google Cloud, Azure)
* Integrare con sistemi EHR
* Implementare feedback loops clinici
* Stabilire partnership cliniche per validazione
* Preparare per regulatory approval

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 6|Fai il quiz dell'Unità 6]]
[[Categoria:PenuX in R|Unità 6 - Deployment e Implementazione Clinica]]</text>
      <sha1>50x3sl4oqfxc021rw2pqakw8bpg4p62</sha1>
    </revision>
    <revision>
      <id>502139</id>
      <parentid>502124</parentid>
      <timestamp>2026-10-04T18:34:33Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502139</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="9630" sha1="sgn2gbpwwahfetubfhgdf55gv26bgkn" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 6 - Deployment e Implementazione Clinica =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Containerizzare il modello con Docker
* Creare API REST per le previsioni
* Integrare il modello con sistemi clinici
* Gestire il monitoraggio del modello
* Implementare controlli di qualità
* Documentare la soluzione

== 6.1 Creazione di una Funzione di Previsione ==

=== Funzione Wrapper ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una funzione per fare previsioni standardizzate
predict_penux &lt;- function(model, new_patient_data, threshold = 0.5) {

  # Validare l'input
  required_cols &lt;- c(&quot;age&quot;, &quot;systolic_bp&quot;, &quot;diastolic_bp&quot;,
                     &quot;white_blood_cells&quot;, &quot;creatinine&quot;)

  if (!all(required_cols %in% colnames(new_patient_data))) {
    stop(&quot;Colonne mancanti:&quot;,
         paste(setdiff(required_cols, colnames(new_patient_data)), collapse = &quot;, &quot;))
  }

  # Fare previsioni probabilistiche
  prob_predictions &lt;- predict(model, newdata = new_patient_data,
                              type = &quot;prob&quot;)

  # Convertire in classi
  predicted_class &lt;- ifelse(prob_predictions[, &quot;Disease&quot;] &gt; threshold,
                            &quot;Disease&quot;, &quot;Healthy&quot;)

  # Ritornare risultati strutturati
  results &lt;- data.frame(
    patient_id = 1:nrow(new_patient_data),
    predicted_probability = prob_predictions[, &quot;Disease&quot;],
    predicted_class = predicted_class,
    confidence = pmax(prob_predictions[, &quot;Disease&quot;],
                      prob_predictions[, &quot;Healthy&quot;]),
    risk_level = ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.7, &quot;High&quot;,
                        ifelse(prob_predictions[, &quot;Disease&quot;] &gt; 0.4, &quot;Medium&quot;,
                               &quot;Low&quot;))
  )

  return(results)
}

# Testare la funzione
test_prediction &lt;- predict_penux(rf_model, test_data[1:5, ])
print(test_prediction)
&lt;/syntaxhighlight&gt;

== 6.2 API REST con Plumber ==

=== Creare un'API ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare plumber
# install.packages(&quot;plumber&quot;)
library(plumber)

# Creare il file API (plumber.R)
api_code &lt;- &quot;
#' PenuX Model Prediction API
#' @post /predict
#' @param age:int Età del paziente
#' @param systolic_bp:numeric Pressione sistolica
#' @param diastolic_bp:numeric Pressione diastolica
#' @param white_blood_cells:numeric Conta leucocitaria
#' @param creatinine:numeric Livello di creatinina
predict_disease &lt;- function(age, systolic_bp, diastolic_bp,
                           white_blood_cells, creatinine) {

  patient_data &lt;- data.frame(
    age = age,
    systolic_bp = systolic_bp,
    diastolic_bp = diastolic_bp,
    white_blood_cells = white_blood_cells,
    creatinine = creatinine
  )

  prediction &lt;- predict_penux(rf_model, patient_data)
  return(prediction)
}

#' Health Check
#' @get /health
health_check &lt;- function() {
  return(list(status = 'OK', model = 'PenuX v1.0'))
}
&quot;

writeLines(api_code, &quot;api/plumber.R&quot;)

# Lanciare l'API
# pr &lt;- plumb(&quot;api/plumber.R&quot;)
# pr$run(host = &quot;0.0.0.0&quot;, port = 8000)
&lt;/syntaxhighlight&gt;

== 6.3 Containerizzazione con Docker ==

=== Dockerfile ===

&lt;syntaxhighlight lang=&quot;dockerfile&quot;&gt;
FROM rocker/tidyverse:latest

# Installare dipendenze
RUN install2.r \
    randomForest \
    xgboost \
    caret \
    pROC \
    plumber

# Copiare il modello e l'API
COPY models/rf_model.rds /app/models/
COPY api/plumber.R /app/api/

WORKDIR /app

# Esporre la porta
EXPOSE 8000

# Comando di avvio
CMD [&quot;R&quot;, &quot;-e&quot;, &quot;library(plumber); pr &lt;- plumb('api/plumber.R'); pr$run(host = '0.0.0.0', port = 8000)&quot;]
&lt;/syntaxhighlight&gt;

=== Docker Compose ===

&lt;syntaxhighlight lang=&quot;yaml&quot;&gt;
version: '3'
services:
  penux-model:
    build: .
    ports:
      - &quot;8000:8000&quot;
    environment:
      - MODEL_PATH=/app/models/rf_model.rds
    volumes:
      - ./logs:/app/logs
    healthcheck:
      test: [&quot;CMD&quot;, &quot;curl&quot;, &quot;-f&quot;, &quot;http://localhost:8000/health&quot;]
      interval: 30s
      timeout: 10s
      retries: 3
&lt;/syntaxhighlight&gt;

== 6.4 Monitoraggio del Modello ==

=== Performance Tracking ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare un sistema di tracking delle performance
create_model_monitor &lt;- function(model_id, model_version) {

  list(
    model_id = model_id,
    model_version = model_version,
    deployment_date = Sys.Date(),
    metrics = list(),
    predictions_log = NULL
  )
}

# Registrare una previsione
log_prediction &lt;- function(monitor, prediction_result, actual_outcome = NA) {

  log_entry &lt;- data.frame(
    timestamp = Sys.time(),
    prediction_probability = prediction_result$predicted_probability,
    prediction_class = prediction_result$predicted_class,
    actual_outcome = actual_outcome
  )

  monitor$predictions_log &lt;- rbind(monitor$predictions_log, log_entry)
  return(monitor)
}

# Calcolare data drift
calculate_data_drift &lt;- function(training_stats, new_data) {

  drift_metrics &lt;- list()

  for (col in names(training_stats)) {
    new_mean &lt;- mean(new_data[[col]], na.rm = TRUE)
    new_sd &lt;- sd(new_data[[col]], na.rm = TRUE)

    drift_metrics[[col]] &lt;- list(
      training_mean = training_stats[[col]]$mean,
      new_mean = new_mean,
      mean_shift = abs(new_mean - training_stats[[col]]$mean) /
                   training_stats[[col]]$sd,
      training_sd = training_stats[[col]]$sd,
      new_sd = new_sd
    )
  }

  return(drift_metrics)
}
&lt;/syntaxhighlight&gt;

== 6.5 Integrazione Clinica ==

=== Validazione Clinica ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Workflow di validazione clinica
clinical_validation &lt;- function(model, clinical_test_data,
                               acceptance_criteria) {

  # Generare previsioni
  predictions &lt;- predict_penux(model, clinical_test_data)

  # Valutare rispetto ai criteri di accettazione
  results &lt;- list(
    total_samples = nrow(clinical_test_data),
    min_auc = acceptance_criteria$min_auc,
    min_sensitivity = acceptance_criteria$min_sensitivity,
    min_specificity = acceptance_criteria$min_specificity,
    passed = FALSE
  )

  # Implementare ulteriori controlli
  if (all(unlist(results) &gt;= unlist(acceptance_criteria))) {
    results$passed &lt;- TRUE
  }

  return(results)
}

# Criteri di accettazione PenuX
penux_criteria &lt;- list(
  min_auc = 0.85,
  min_sensitivity = 0.85,
  min_specificity = 0.80,
  max_false_positive_rate = 0.10
)

# Eseguire validazione
validation_result &lt;- clinical_validation(rf_model, test_data, penux_criteria)
print(validation_result)
&lt;/syntaxhighlight&gt;

== 6.6 Documentazione e Compliance ==

=== Regulatory Documentation ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Generare rapporto di conformità
generate_regulatory_report &lt;- function(model, validation_results,
                                      training_data, deployment_date) {

  report &lt;- list(
    model_information = list(
      name = &quot;PenuX Prediction Model&quot;,
      version = &quot;1.0.0&quot;,
      deployment_date = deployment_date,
      intended_use = &quot;Early prediction of severe acute pancreatitis and sepsis&quot;
    ),

    training_data = list(
      sample_size = nrow(training_data),
      variables = names(training_data),
      date_range = paste(min(training_data$date), &quot;to&quot;, max(training_data$date))
    ),

    performance_metrics = validation_results,

    limitations = list(
      &quot;Model trained on specific patient population&quot;,
      &quot;Regular revalidation recommended&quot;,
      &quot;Clinician judgment should not be replaced&quot;
    ),

    maintenance_plan = list(
      monitoring_frequency = &quot;Monthly&quot;,
      retraining_frequency = &quot;Quarterly&quot;,
      data_drift_threshold = 0.2
    )
  )

  return(report)
}
&lt;/syntaxhighlight&gt;

== 6.7 Ciclo di Vita Continuo ==

=== Retraining Pipeline ===

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Creare una pipeline di retraining automatico
create_retraining_pipeline &lt;- function(data,
                                      model_path,
                                      performance_threshold = 0.80) {

  # 1. Verificare la performance
  current_model &lt;- readRDS(model_path)
  current_performance &lt;- evaluate_model(current_model)

  # 2. Se la performance degrada, ritirare
  if (current_performance$auc &lt; performance_threshold) {

    # 2a. Ritirare il modello su dati aggiornati
    new_model &lt;- train_model(data)

    # 2b. Confrontare le performance
    new_performance &lt;- evaluate_model(new_model)

    # 2c. Se il nuovo è migliore, salvare
    if (new_performance$auc &gt; current_performance$auc) {
      saveRDS(new_model, paste0(model_path, &quot;.backup&quot;))
      saveRDS(new_model, model_path)
      return(list(status = &quot;Retrained&quot;, new_auc = new_performance$auc))
    }
  }

  return(list(status = &quot;No Retrain Needed&quot;))
}
&lt;/syntaxhighlight&gt;

== 6.8 Esercizi Pratici ==

# Creare una funzione di previsione robusta
# Costruire un'API REST con plumber
# Creare un Dockerfile funzionante
# Implementare un sistema di monitoraggio
# Generare un rapporto di conformità normativa
# Testare il deployment in ambiente locale
# Documentare il ciclo di vita del modello

== Riepilogo dell'unità 6 ==

Abbiamo trattato:
* Creazione di funzioni di previsione robust
* API REST con plumber
* Containerizzazione con Docker
* Monitoraggio continuo del modello
* Validazione clinica e compliance
* Documentazione normativa
* Ciclo di vita continuo e retraining

== Prossimi Passi ==

* Distribuire su cloud (AWS, Google Cloud, Azure)
* Integrare con sistemi EHR
* Implementare feedback loops clinici
* Stabilire partnership cliniche per validazione
* Preparare per regulatory approval

== Il progetto PenuX ==

Repository: https://github.com/netanelcyber/penux
Sito: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 6|Fai il quiz dell'Unità 6]]
[[Categoria:PenuX in R|Unità 6 - Deployment e Implementazione Clinica]]</text>
      <sha1>sgn2gbpwwahfetubfhgdf55gv26bgkn</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 6</title>
    <ns>0</ns>
    <id>61188</id>
    <revision>
      <id>502069</id>
      <parentid>502020</parentid>
      <timestamp>2026-10-04T14:55:12Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 6]] a [[PenuX in R/Quiz Unità 6]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502020</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1919" sha1="8hab7zlildwax2xuib6jslm7mkd67h0" xml:space="preserve">= PenuX in R: Quiz Unità 6 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

A cosa serve il pacchetto Plumber?

* A) A creare grafici
* B) A pulire i dati
* C) A calcolare l'AUC
* D) A esporre funzioni R come API REST

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Permette di servire un modello tramite richieste HTTP.
&lt;/div&gt;

== Domanda 2 ==

Qual è il vantaggio principale di Docker?

* A) Impacchetta applicazione e dipendenze in un ambiente riproducibile
* B) Rende il modello più accurato
* C) Sostituisce R
* D) Elimina la necessità di test

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Lo stesso container funziona allo stesso modo su macchine diverse.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è il data drift?

* A) Un errore di sintassi
* B) Un cambiamento nella distribuzione dei dati in produzione rispetto al training
* C) La perdita di connessione all'API
* D) Un metodo di imputazione

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Può degradare le prestazioni nel tempo e richiede monitoraggio.
&lt;/div&gt;

== Domanda 4 ==

Che cosa serve prima di un uso clinico di un modello predittivo?

* A) Solo un'AUC alta sul training
* B) Solo una buona documentazione del codice
* C) Validazione clinica e conformità normativa
* D) Nulla, se il modello è accurato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Un'accuratezza elevata non basta: servono validazione prospettica, sicurezza e norme applicabili.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 6 - Deployment e Implementazione Clinica|Torna all'Unità 6]]</text>
      <sha1>8hab7zlildwax2xuib6jslm7mkd67h0</sha1>
    </revision>
    <revision>
      <id>502101</id>
      <parentid>502069</parentid>
      <timestamp>2026-10-04T18:20:59Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502101</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1958" sha1="8r08nm6birzbslwll0r0talevkx0pty" xml:space="preserve">= PenuX in R: Quiz Unità 6 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

A cosa serve il pacchetto Plumber?

* A) A creare grafici
* B) A pulire i dati
* C) A calcolare l'AUC
* D) A esporre funzioni R come API REST

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Permette di servire un modello tramite richieste HTTP.
&lt;/div&gt;

== Domanda 2 ==

Qual è il vantaggio principale di Docker?

* A) Impacchetta applicazione e dipendenze in un ambiente riproducibile
* B) Rende il modello più accurato
* C) Sostituisce R
* D) Elimina la necessità di test

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Lo stesso container funziona allo stesso modo su macchine diverse.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è il data drift?

* A) Un errore di sintassi
* B) Un cambiamento nella distribuzione dei dati in produzione rispetto al training
* C) La perdita di connessione all'API
* D) Un metodo di imputazione

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Può degradare le prestazioni nel tempo e richiede monitoraggio.
&lt;/div&gt;

== Domanda 4 ==

Che cosa serve prima di un uso clinico di un modello predittivo?

* A) Solo un'AUC alta sul training
* B) Solo una buona documentazione del codice
* C) Validazione clinica e conformità normativa
* D) Nulla, se il modello è accurato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Un'accuratezza elevata non basta: servono validazione prospettica, sicurezza e norme applicabili.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 6 - Deployment e Implementazione Clinica|Torna all'Unità 6]]
[[Categoria:PenuX in R|Quiz Unità 6]]</text>
      <sha1>8r08nm6birzbslwll0r0talevkx0pty</sha1>
    </revision>
    <revision>
      <id>502117</id>
      <parentid>502101</parentid>
      <timestamp>2026-10-04T18:24:58Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502117</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1957" sha1="k67ilxeyuzg0ovqhxmk90c37gampd98" xml:space="preserve">= PenuX in R: Quiz Unità 6 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

A cosa serve il pacchetto Plumber?

* A) A creare grafici
* B) A pulire i dati
* C) A calcolare l'AUC
* D) A esporre funzioni R come API REST

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Permette di servire un modello tramite richieste HTTP.
&lt;/div&gt;

== Domanda 2 ==

Qual è il vantaggio principale di Docker?

* A) Impacchetta applicazione e dipendenze in un ambiente riproducibile
* B) Rende il modello più accurato
* C) Sostituisce R
* D) Elimina la necessità di test

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Lo stesso container funziona allo stesso modo su macchine diverse.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è il data drift?

* A) Un errore di sintassi
* B) Un cambiamento nella distribuzione dei dati in produzione rispetto al training
* C) La perdita di connessione all'API
* D) Un metodo di imputazione

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Può degradare le prestazioni nel tempo e richiede monitoraggio.
&lt;/div&gt;

== Domanda 4 ==

Che cosa serve prima di un uso clinico di un modello predittivo?

* A) Solo un'AUC alta sul training
* B) Solo una buona documentazione del codice
* C) Validazione clinica e conformità normativa
* D) Nulla, se il modello è accurato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Un'accuratezza elevata non basta: servono validazione prospettica, sicurezza e norme applicabili.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 6 - Deployment e Implementazione Clinica|Torna all'Unità 6]]
[[Categoria:PenuX in R|Quiz Unità 6]]</text>
      <sha1>k67ilxeyuzg0ovqhxmk90c37gampd98</sha1>
    </revision>
    <revision>
      <id>502132</id>
      <parentid>502117</parentid>
      <timestamp>2026-10-04T18:33:20Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502132</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1972" sha1="29ckvqzjdl7txsr02y40m0dl7lmj19q" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 6 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

A cosa serve il pacchetto Plumber?

* A) A creare grafici
* B) A pulire i dati
* C) A calcolare l'AUC
* D) A esporre funzioni R come API REST

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Permette di servire un modello tramite richieste HTTP.
&lt;/div&gt;

== Domanda 2 ==

Qual è il vantaggio principale di Docker?

* A) Impacchetta applicazione e dipendenze in un ambiente riproducibile
* B) Rende il modello più accurato
* C) Sostituisce R
* D) Elimina la necessità di test

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Lo stesso container funziona allo stesso modo su macchine diverse.
&lt;/div&gt;

== Domanda 3 ==

Che cos'è il data drift?

* A) Un errore di sintassi
* B) Un cambiamento nella distribuzione dei dati in produzione rispetto al training
* C) La perdita di connessione all'API
* D) Un metodo di imputazione

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Può degradare le prestazioni nel tempo e richiede monitoraggio.
&lt;/div&gt;

== Domanda 4 ==

Che cosa serve prima di un uso clinico di un modello predittivo?

* A) Solo un'AUC alta sul training
* B) Solo una buona documentazione del codice
* C) Validazione clinica e conformità normativa
* D) Nulla, se il modello è accurato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Un'accuratezza elevata non basta: servono validazione prospettica, sicurezza e norme applicabili.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 6 - Deployment e Implementazione Clinica|Torna all'Unità 6]]
[[Categoria:PenuX in R|Quiz Unità 6]]</text>
      <sha1>29ckvqzjdl7txsr02y40m0dl7lmj19q</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R</title>
    <ns>0</ns>
    <id>61189</id>
    <revision>
      <id>502061</id>
      <parentid>502021</parentid>
      <timestamp>2026-10-04T14:46:43Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R]] a [[PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502021</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="13540" sha1="9b34a4dfkkeerwajghw02x68gddwpqh" xml:space="preserve">= PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Preparare i dati e dividerli in training e test set
* Addestrare modelli di classificazione (regressione logistica, albero decisionale, Random Forest, kNN)
* Valutare i modelli con matrice di confusione, ROC e AUC
* Confrontare più modelli con la validazione incrociata
* Costruire un modello di regressione e interpretarne l'errore (RMSE)
* Applicare un metodo non supervisionato (k-means)
* Completare un mini-progetto clinico di predizione della sepsi

'''Prerequisiti''': Unità 1 (Fondamenti di R) e conoscenza di base delle Unità 2-5.

== 7.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare i pacchetti (una sola volta)
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;pROC&quot;, &quot;e1071&quot;))

# Caricare i pacchetti
library(caret)
library(randomForest)
library(rpart)
library(pROC)

set.seed(42)  # Riproducibilità
&lt;/syntaxhighlight&gt;

=== Dati clinici sintetici ===

In tutti gli esercizi useremo un dataset sintetico (non contiene dati di pazienti reali) per la predizione della sepsi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 500

clinical &lt;- data.frame(
  age         = round(rnorm(n, 55, 15)),
  heart_rate  = round(rnorm(n, 85, 15)),
  temperature = round(rnorm(n, 37.2, 0.8), 1),
  wbc         = round(rnorm(n, 9, 3), 1),
  lactate     = round(rlnorm(n, log(1.5), 0.4), 2)
)

# Rischio reale (logit) usato per generare l'esito
risk &lt;- -7.5 + 0.02 * clinical$age + 0.03 * clinical$heart_rate +
        0.5 * (clinical$temperature - 37) + 0.1 * clinical$wbc +
        0.9 * clinical$lactate

clinical$sepsis &lt;- factor(
  rbinom(n, 1, plogis(risk)),
  levels = c(0, 1),
  labels = c(&quot;No&quot;, &quot;Si&quot;)
)

table(clinical$sepsis)
prop.table(table(clinical$sepsis))
str(clinical)
&lt;/syntaxhighlight&gt;

== 7.1 Esercizio 1: Divisione dei dati ==

'''Obiettivo''': dividere il dataset in 70% training e 30% test mantenendo la proporzione delle classi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Completa il codice:
train_idx  &lt;- createDataPartition(clinical$sepsis, p = 0.70, list = FALSE)
train_data &lt;- clinical[train_idx, ]
test_data  &lt;- clinical[-train_idx, ]

# Verifica:
nrow(train_data)
nrow(test_data)
prop.table(table(train_data$sepsis))
prop.table(table(test_data$sepsis))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Perché è importante stratificare la divisione per la variabile esito?
* Cosa succede se valutiamo il modello sugli stessi dati usati per l'addestramento?

== 7.2 Esercizio 2: Regressione logistica ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Addestrare il modello
logit_model &lt;- glm(sepsis ~ ., data = train_data, family = binomial)
summary(logit_model)

# Odds ratio con intervalli di confidenza
exp(cbind(OR = coef(logit_model), confint.default(logit_model)))

# Predizioni sul test set
prob_logit &lt;- predict(logit_model, newdata = test_data, type = &quot;response&quot;)
pred_logit &lt;- factor(ifelse(prob_logit &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                     levels = c(&quot;No&quot;, &quot;Si&quot;))

# Matrice di confusione
confusionMatrix(pred_logit, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale variabile ha l'odds ratio più alto? Come interpreti il valore per il lattato?

== 7.3 Esercizio 3: Curva ROC e AUC ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
roc_logit &lt;- roc(response  = test_data$sepsis,
                 predictor = prob_logit,
                 levels    = c(&quot;No&quot;, &quot;Si&quot;))

auc(roc_logit)

plot(roc_logit,
     main = &quot;Curva ROC - Regressione logistica&quot;,
     col  = &quot;steelblue&quot;, lwd = 2)

# Soglia ottimale (indice di Youden)
coords(roc_logit, &quot;best&quot;, ret = c(&quot;threshold&quot;, &quot;sensitivity&quot;, &quot;specificity&quot;))
&lt;/syntaxhighlight&gt;

'''Compito''': ripeti la matrice di confusione usando la soglia ottimale al posto di 0.5. Come cambiano sensibilità e specificità?

== 7.4 Esercizio 4: Albero decisionale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
tree_model &lt;- rpart(sepsis ~ ., data = train_data, method = &quot;class&quot;,
                    control = rpart.control(cp = 0.01))

# Visualizzare l'albero
plot(tree_model, margin = 0.1)
text(tree_model, use.n = TRUE, cex = 0.8)

# Predizioni
pred_tree &lt;- predict(tree_model, newdata = test_data, type = &quot;class&quot;)
confusionMatrix(pred_tree, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': modifica il parametro &lt;code&gt;cp&lt;/code&gt; (0.001, 0.05) e osserva come cambia la complessità dell'albero (overfitting vs underfitting).

== 7.5 Esercizio 5: Random Forest ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rf_model &lt;- randomForest(sepsis ~ ., data = train_data,
                         ntree = 500, importance = TRUE)
print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Importanza delle variabili&quot;)

# Valutazione sul test set
pred_rf &lt;- predict(rf_model, newdata = test_data)
prob_rf &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Si&quot;]

confusionMatrix(pred_rf, test_data$sepsis, positive = &quot;Si&quot;)
auc(roc(test_data$sepsis, prob_rf, levels = c(&quot;No&quot;, &quot;Si&quot;)))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali sono le tre variabili più importanti?
* Corrispondono ai coefficienti più alti della regressione logistica?

== 7.6 Esercizio 6: Validazione incrociata e confronto modelli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(
  method          = &quot;cv&quot;,
  number          = 5,
  classProbs      = TRUE,
  summaryFunction = twoClassSummary,
  savePredictions = &quot;final&quot;
)

set.seed(42)
cv_logit &lt;- train(sepsis ~ ., data = train_data, method = &quot;glm&quot;,
                  family = &quot;binomial&quot;, metric = &quot;ROC&quot;, trControl = ctrl)

set.seed(42)
cv_rf &lt;- train(sepsis ~ ., data = train_data, method = &quot;rf&quot;,
               metric = &quot;ROC&quot;, trControl = ctrl, tuneLength = 3)

set.seed(42)
cv_knn &lt;- train(sepsis ~ ., data = train_data, method = &quot;knn&quot;,
                metric = &quot;ROC&quot;, trControl = ctrl,
                preProcess = c(&quot;center&quot;, &quot;scale&quot;), tuneLength = 5)

# Confronto
risultati &lt;- resamples(list(Logistica = cv_logit,
                            RandomForest = cv_rf,
                            kNN = cv_knn))
summary(risultati)
bwplot(risultati, metric = &quot;ROC&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale modello ha l'AUC media più alta? La differenza è rilevante rispetto alla variabilità tra i fold?

'''Nota''': per il kNN la standardizzazione (&lt;code&gt;center&lt;/code&gt;, &lt;code&gt;scale&lt;/code&gt;) è fondamentale perché l'algoritmo usa le distanze.

== 7.7 Esercizio 7: Dati sbilanciati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Pesi per le classi
pesi &lt;- ifelse(train_data$sepsis == &quot;Si&quot;,
               sum(train_data$sepsis == &quot;No&quot;) / sum(train_data$sepsis == &quot;Si&quot;),
               1)

logit_pesata &lt;- glm(sepsis ~ ., data = train_data,
                    family = binomial, weights = pesi)

prob_pesata &lt;- predict(logit_pesata, newdata = test_data, type = &quot;response&quot;)
pred_pesata &lt;- factor(ifelse(prob_pesata &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                      levels = c(&quot;No&quot;, &quot;Si&quot;))

confusionMatrix(pred_pesata, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': confronta la sensibilità con il modello non pesato dell'Esercizio 2. In un contesto clinico (sepsi), è peggio un falso negativo o un falso positivo?

== 7.8 Esercizio 8: Regressione (variabile continua) ==

Predire il consumo di carburante (&lt;code&gt;mpg&lt;/code&gt;) dal dataset integrato &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

lm_model &lt;- lm(mpg ~ wt + hp + cyl, data = train)
summary(lm_model)

pred &lt;- predict(lm_model, newdata = test)

# Metriche di regressione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
r2   &lt;- cor(test$mpg, pred)^2

cat(&quot;RMSE:&quot;, round(rmse, 2), &quot;| MAE:&quot;, round(mae, 2), &quot;| R2:&quot;, round(r2, 2), &quot;\n&quot;)

# Valori osservati vs predetti
plot(test$mpg, pred, xlab = &quot;Osservato&quot;, ylab = &quot;Predetto&quot;,
     main = &quot;Osservato vs Predetto&quot;, pch = 19)
abline(0, 1, col = &quot;red&quot;, lty = 2)
&lt;/syntaxhighlight&gt;

'''Compito''': aggiungi altre variabili al modello (per esempio &lt;code&gt;disp&lt;/code&gt;, &lt;code&gt;qsec&lt;/code&gt;) e verifica se l'RMSE sul test set migliora.

== 7.9 Esercizio 9: Apprendimento non supervisionato (k-means) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare solo le variabili cliniche (senza l'esito)
X &lt;- scale(clinical[, c(&quot;age&quot;, &quot;heart_rate&quot;, &quot;temperature&quot;, &quot;wbc&quot;, &quot;lactate&quot;)])

# Metodo del gomito
wss &lt;- sapply(1:8, function(k) kmeans(X, centers = k, nstart = 20)$tot.withinss)
plot(1:8, wss, type = &quot;b&quot;, xlab = &quot;Numero di cluster&quot;,
     ylab = &quot;Somma dei quadrati intra-cluster&quot;, main = &quot;Metodo del gomito&quot;)

# Clustering con k = 3
set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)
table(Cluster = km$cluster, Sepsi = clinical$sepsis)

# Visualizzazione con PCA
pca &lt;- prcomp(X)
plot(pca$x[, 1:2], col = km$cluster, pch = 19,
     main = &quot;Cluster nello spazio delle prime due componenti principali&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* I cluster trovati corrispondono alla presenza di sepsi?
* Perché è necessario standardizzare le variabili prima di k-means?

== 7.10 Mini-progetto finale ==

Completa il flusso di lavoro, dall'inizio alla fine:

# Genera un nuovo dataset con &lt;code&gt;set.seed(2026)&lt;/code&gt; e &lt;code&gt;n = 800&lt;/code&gt;
# Dividi i dati in training (70%) e test (30%)
# Addestra almeno tre modelli (per esempio logistica, Random Forest, SVM)
# Confrontali con 5-fold CV usando l'AUC
# Scegli il modello migliore e valutalo sul test set (matrice di confusione, ROC, soglia ottimale)
# Salva il modello con &lt;code&gt;saveRDS()&lt;/code&gt; e ricaricalo per fare una predizione su un nuovo paziente
# Scrivi un breve paragrafo (5 righe) che spiega i limiti del modello

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Suggerimento per il punto 6:
saveRDS(rf_model, &quot;modello_sepsi.rds&quot;)
modello &lt;- readRDS(&quot;modello_sepsi.rds&quot;)

nuovo_paziente &lt;- data.frame(age = 72, heart_rate = 112,
                             temperature = 38.6, wbc = 15.2, lactate = 3.4)

predict(modello, nuovo_paziente, type = &quot;prob&quot;)
&lt;/syntaxhighlight&gt;

== 7.11 Soluzioni e Risposte ==

=== Esercizio 1 ===
La stratificazione mantiene la stessa proporzione di casi positivi in training e test; senza di essa, con classi sbilanciate, il test set potrebbe contenere pochissimi casi positivi. Valutare sui dati di addestramento sovrastima le prestazioni (overfitting): il modello ha già &quot;visto&quot; quelle risposte.

=== Esercizio 2 ===
Il lattato ha di solito l'odds ratio più alto perché nel processo generatore ha il coefficiente maggiore (0.9, cioè OR ≈ 2.5 per ogni unità di aumento, a parità delle altre variabili). Con dati simulati i valori stimati varieranno leggermente.

=== Esercizio 3 ===
Abbassare la soglia sotto 0.5 aumenta di solito la sensibilità a scapito della specificità. In ambito clinico, per una condizione grave come la sepsi si preferisce spesso una sensibilità maggiore.

=== Esercizio 4 ===
Un &lt;code&gt;cp&lt;/code&gt; basso produce un albero profondo (rischio di overfitting); un &lt;code&gt;cp&lt;/code&gt; alto produce un albero troppo semplice (underfitting).

=== Esercizio 5 ===
Le variabili più importanti sono tipicamente lattato, frequenza cardiaca ed età. L'importanza nella Random Forest e i coefficienti della regressione logistica tendono a concordare, ma non sono la stessa misura (non lineare vs lineare).

=== Esercizio 6 ===
Poiché i dati sono generati da un modello logistico, la regressione logistica è spesso competitiva o migliore della Random Forest. Se le differenze di AUC sono minori della deviazione standard tra i fold, i modelli sono statisticamente indistinguibili.

=== Esercizio 7 ===
I pesi aumentano la sensibilità e riducono la specificità. Nella sepsi un falso negativo (paziente malato non riconosciuto) è generalmente più grave di un falso positivo.

=== Esercizio 8 ===
Aggiungere variabili può ridurre l'RMSE sul training, ma con pochi dati (&lt;code&gt;mtcars&lt;/code&gt; ha 32 righe) il test set è molto piccolo e il risultato è instabile: valutare con validazione incrociata.

=== Esercizio 9 ===
K-means non usa l'esito, quindi i cluster non coincidono necessariamente con la sepsi. La standardizzazione evita che variabili con scala maggiore (es. frequenza cardiaca) dominino la distanza.

== Verifica della comprensione ==

* Qual è la differenza tra apprendimento supervisionato e non supervisionato?
* Perché si usa un test set separato?
* Cosa misura l'AUC? Quando può essere fuorviante?
* Qual è la differenza tra sensibilità e valore predittivo positivo?
* Perché il kNN richiede la standardizzazione?
* Cos'è l'overfitting e come lo si individua?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. I modelli non sono validati clinicamente e non devono essere usati per decisioni su pazienti reali.

== Riepilogo dell'Unità 7 ==

Abbiamo praticato:
* Divisione stratificata dei dati
* Regressione logistica, albero decisionale, Random Forest, kNN
* Matrice di confusione, ROC, AUC e scelta della soglia
* Validazione incrociata e confronto tra modelli
* Gestione dello sbilanciamento delle classi
* Regressione con RMSE, MAE e R²
* Clustering con k-means
* Un mini-progetto completo

== Letture Consigliate ==

* [https://topepo.github.io/caret/ Manuale del pacchetto caret]
* [https://www.statlearning.com/ An Introduction to Statistical Learning (con applicazioni in R)]
* [https://r4ds.hadley.nz/ R for Data Science]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 7|Fai il quiz dell'Unità 7]]</text>
      <sha1>9b34a4dfkkeerwajghw02x68gddwpqh</sha1>
    </revision>
    <revision>
      <id>502110</id>
      <parentid>502061</parentid>
      <timestamp>2026-10-04T18:22:39Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502110</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="13615" sha1="k96sgnl9vhgthh821ytsaaam8zfxf4a" xml:space="preserve">= PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Preparare i dati e dividerli in training e test set
* Addestrare modelli di classificazione (regressione logistica, albero decisionale, Random Forest, kNN)
* Valutare i modelli con matrice di confusione, ROC e AUC
* Confrontare più modelli con la validazione incrociata
* Costruire un modello di regressione e interpretarne l'errore (RMSE)
* Applicare un metodo non supervisionato (k-means)
* Completare un mini-progetto clinico di predizione della sepsi

'''Prerequisiti''': Unità 1 (Fondamenti di R) e conoscenza di base delle Unità 2-5.

== 7.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare i pacchetti (una sola volta)
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;pROC&quot;, &quot;e1071&quot;))

# Caricare i pacchetti
library(caret)
library(randomForest)
library(rpart)
library(pROC)

set.seed(42)  # Riproducibilità
&lt;/syntaxhighlight&gt;

=== Dati clinici sintetici ===

In tutti gli esercizi useremo un dataset sintetico (non contiene dati di pazienti reali) per la predizione della sepsi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 500

clinical &lt;- data.frame(
  age         = round(rnorm(n, 55, 15)),
  heart_rate  = round(rnorm(n, 85, 15)),
  temperature = round(rnorm(n, 37.2, 0.8), 1),
  wbc         = round(rnorm(n, 9, 3), 1),
  lactate     = round(rlnorm(n, log(1.5), 0.4), 2)
)

# Rischio reale (logit) usato per generare l'esito
risk &lt;- -7.5 + 0.02 * clinical$age + 0.03 * clinical$heart_rate +
        0.5 * (clinical$temperature - 37) + 0.1 * clinical$wbc +
        0.9 * clinical$lactate

clinical$sepsis &lt;- factor(
  rbinom(n, 1, plogis(risk)),
  levels = c(0, 1),
  labels = c(&quot;No&quot;, &quot;Si&quot;)
)

table(clinical$sepsis)
prop.table(table(clinical$sepsis))
str(clinical)
&lt;/syntaxhighlight&gt;

== 7.1 Esercizio 1: Divisione dei dati ==

'''Obiettivo''': dividere il dataset in 70% training e 30% test mantenendo la proporzione delle classi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Completa il codice:
train_idx  &lt;- createDataPartition(clinical$sepsis, p = 0.70, list = FALSE)
train_data &lt;- clinical[train_idx, ]
test_data  &lt;- clinical[-train_idx, ]

# Verifica:
nrow(train_data)
nrow(test_data)
prop.table(table(train_data$sepsis))
prop.table(table(test_data$sepsis))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Perché è importante stratificare la divisione per la variabile esito?
* Cosa succede se valutiamo il modello sugli stessi dati usati per l'addestramento?

== 7.2 Esercizio 2: Regressione logistica ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Addestrare il modello
logit_model &lt;- glm(sepsis ~ ., data = train_data, family = binomial)
summary(logit_model)

# Odds ratio con intervalli di confidenza
exp(cbind(OR = coef(logit_model), confint.default(logit_model)))

# Predizioni sul test set
prob_logit &lt;- predict(logit_model, newdata = test_data, type = &quot;response&quot;)
pred_logit &lt;- factor(ifelse(prob_logit &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                     levels = c(&quot;No&quot;, &quot;Si&quot;))

# Matrice di confusione
confusionMatrix(pred_logit, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale variabile ha l'odds ratio più alto? Come interpreti il valore per il lattato?

== 7.3 Esercizio 3: Curva ROC e AUC ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
roc_logit &lt;- roc(response  = test_data$sepsis,
                 predictor = prob_logit,
                 levels    = c(&quot;No&quot;, &quot;Si&quot;))

auc(roc_logit)

plot(roc_logit,
     main = &quot;Curva ROC - Regressione logistica&quot;,
     col  = &quot;steelblue&quot;, lwd = 2)

# Soglia ottimale (indice di Youden)
coords(roc_logit, &quot;best&quot;, ret = c(&quot;threshold&quot;, &quot;sensitivity&quot;, &quot;specificity&quot;))
&lt;/syntaxhighlight&gt;

'''Compito''': ripeti la matrice di confusione usando la soglia ottimale al posto di 0.5. Come cambiano sensibilità e specificità?

== 7.4 Esercizio 4: Albero decisionale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
tree_model &lt;- rpart(sepsis ~ ., data = train_data, method = &quot;class&quot;,
                    control = rpart.control(cp = 0.01))

# Visualizzare l'albero
plot(tree_model, margin = 0.1)
text(tree_model, use.n = TRUE, cex = 0.8)

# Predizioni
pred_tree &lt;- predict(tree_model, newdata = test_data, type = &quot;class&quot;)
confusionMatrix(pred_tree, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': modifica il parametro &lt;code&gt;cp&lt;/code&gt; (0.001, 0.05) e osserva come cambia la complessità dell'albero (overfitting vs underfitting).

== 7.5 Esercizio 5: Random Forest ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rf_model &lt;- randomForest(sepsis ~ ., data = train_data,
                         ntree = 500, importance = TRUE)
print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Importanza delle variabili&quot;)

# Valutazione sul test set
pred_rf &lt;- predict(rf_model, newdata = test_data)
prob_rf &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Si&quot;]

confusionMatrix(pred_rf, test_data$sepsis, positive = &quot;Si&quot;)
auc(roc(test_data$sepsis, prob_rf, levels = c(&quot;No&quot;, &quot;Si&quot;)))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali sono le tre variabili più importanti?
* Corrispondono ai coefficienti più alti della regressione logistica?

== 7.6 Esercizio 6: Validazione incrociata e confronto modelli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(
  method          = &quot;cv&quot;,
  number          = 5,
  classProbs      = TRUE,
  summaryFunction = twoClassSummary,
  savePredictions = &quot;final&quot;
)

set.seed(42)
cv_logit &lt;- train(sepsis ~ ., data = train_data, method = &quot;glm&quot;,
                  family = &quot;binomial&quot;, metric = &quot;ROC&quot;, trControl = ctrl)

set.seed(42)
cv_rf &lt;- train(sepsis ~ ., data = train_data, method = &quot;rf&quot;,
               metric = &quot;ROC&quot;, trControl = ctrl, tuneLength = 3)

set.seed(42)
cv_knn &lt;- train(sepsis ~ ., data = train_data, method = &quot;knn&quot;,
                metric = &quot;ROC&quot;, trControl = ctrl,
                preProcess = c(&quot;center&quot;, &quot;scale&quot;), tuneLength = 5)

# Confronto
risultati &lt;- resamples(list(Logistica = cv_logit,
                            RandomForest = cv_rf,
                            kNN = cv_knn))
summary(risultati)
bwplot(risultati, metric = &quot;ROC&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale modello ha l'AUC media più alta? La differenza è rilevante rispetto alla variabilità tra i fold?

'''Nota''': per il kNN la standardizzazione (&lt;code&gt;center&lt;/code&gt;, &lt;code&gt;scale&lt;/code&gt;) è fondamentale perché l'algoritmo usa le distanze.

== 7.7 Esercizio 7: Dati sbilanciati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Pesi per le classi
pesi &lt;- ifelse(train_data$sepsis == &quot;Si&quot;,
               sum(train_data$sepsis == &quot;No&quot;) / sum(train_data$sepsis == &quot;Si&quot;),
               1)

logit_pesata &lt;- glm(sepsis ~ ., data = train_data,
                    family = binomial, weights = pesi)

prob_pesata &lt;- predict(logit_pesata, newdata = test_data, type = &quot;response&quot;)
pred_pesata &lt;- factor(ifelse(prob_pesata &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                      levels = c(&quot;No&quot;, &quot;Si&quot;))

confusionMatrix(pred_pesata, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': confronta la sensibilità con il modello non pesato dell'Esercizio 2. In un contesto clinico (sepsi), è peggio un falso negativo o un falso positivo?

== 7.8 Esercizio 8: Regressione (variabile continua) ==

Predire il consumo di carburante (&lt;code&gt;mpg&lt;/code&gt;) dal dataset integrato &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

lm_model &lt;- lm(mpg ~ wt + hp + cyl, data = train)
summary(lm_model)

pred &lt;- predict(lm_model, newdata = test)

# Metriche di regressione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
r2   &lt;- cor(test$mpg, pred)^2

cat(&quot;RMSE:&quot;, round(rmse, 2), &quot;| MAE:&quot;, round(mae, 2), &quot;| R2:&quot;, round(r2, 2), &quot;\n&quot;)

# Valori osservati vs predetti
plot(test$mpg, pred, xlab = &quot;Osservato&quot;, ylab = &quot;Predetto&quot;,
     main = &quot;Osservato vs Predetto&quot;, pch = 19)
abline(0, 1, col = &quot;red&quot;, lty = 2)
&lt;/syntaxhighlight&gt;

'''Compito''': aggiungi altre variabili al modello (per esempio &lt;code&gt;disp&lt;/code&gt;, &lt;code&gt;qsec&lt;/code&gt;) e verifica se l'RMSE sul test set migliora.

== 7.9 Esercizio 9: Apprendimento non supervisionato (k-means) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare solo le variabili cliniche (senza l'esito)
X &lt;- scale(clinical[, c(&quot;age&quot;, &quot;heart_rate&quot;, &quot;temperature&quot;, &quot;wbc&quot;, &quot;lactate&quot;)])

# Metodo del gomito
wss &lt;- sapply(1:8, function(k) kmeans(X, centers = k, nstart = 20)$tot.withinss)
plot(1:8, wss, type = &quot;b&quot;, xlab = &quot;Numero di cluster&quot;,
     ylab = &quot;Somma dei quadrati intra-cluster&quot;, main = &quot;Metodo del gomito&quot;)

# Clustering con k = 3
set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)
table(Cluster = km$cluster, Sepsi = clinical$sepsis)

# Visualizzazione con PCA
pca &lt;- prcomp(X)
plot(pca$x[, 1:2], col = km$cluster, pch = 19,
     main = &quot;Cluster nello spazio delle prime due componenti principali&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* I cluster trovati corrispondono alla presenza di sepsi?
* Perché è necessario standardizzare le variabili prima di k-means?

== 7.10 Mini-progetto finale ==

Completa il flusso di lavoro, dall'inizio alla fine:

# Genera un nuovo dataset con &lt;code&gt;set.seed(2026)&lt;/code&gt; e &lt;code&gt;n = 800&lt;/code&gt;
# Dividi i dati in training (70%) e test (30%)
# Addestra almeno tre modelli (per esempio logistica, Random Forest, SVM)
# Confrontali con 5-fold CV usando l'AUC
# Scegli il modello migliore e valutalo sul test set (matrice di confusione, ROC, soglia ottimale)
# Salva il modello con &lt;code&gt;saveRDS()&lt;/code&gt; e ricaricalo per fare una predizione su un nuovo paziente
# Scrivi un breve paragrafo (5 righe) che spiega i limiti del modello

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Suggerimento per il punto 6:
saveRDS(rf_model, &quot;modello_sepsi.rds&quot;)
modello &lt;- readRDS(&quot;modello_sepsi.rds&quot;)

nuovo_paziente &lt;- data.frame(age = 72, heart_rate = 112,
                             temperature = 38.6, wbc = 15.2, lactate = 3.4)

predict(modello, nuovo_paziente, type = &quot;prob&quot;)
&lt;/syntaxhighlight&gt;

== 7.11 Soluzioni e Risposte ==

=== Esercizio 1 ===
La stratificazione mantiene la stessa proporzione di casi positivi in training e test; senza di essa, con classi sbilanciate, il test set potrebbe contenere pochissimi casi positivi. Valutare sui dati di addestramento sovrastima le prestazioni (overfitting): il modello ha già &quot;visto&quot; quelle risposte.

=== Esercizio 2 ===
Il lattato ha di solito l'odds ratio più alto perché nel processo generatore ha il coefficiente maggiore (0.9, cioè OR ≈ 2.5 per ogni unità di aumento, a parità delle altre variabili). Con dati simulati i valori stimati varieranno leggermente.

=== Esercizio 3 ===
Abbassare la soglia sotto 0.5 aumenta di solito la sensibilità a scapito della specificità. In ambito clinico, per una condizione grave come la sepsi si preferisce spesso una sensibilità maggiore.

=== Esercizio 4 ===
Un &lt;code&gt;cp&lt;/code&gt; basso produce un albero profondo (rischio di overfitting); un &lt;code&gt;cp&lt;/code&gt; alto produce un albero troppo semplice (underfitting).

=== Esercizio 5 ===
Le variabili più importanti sono tipicamente lattato, frequenza cardiaca ed età. L'importanza nella Random Forest e i coefficienti della regressione logistica tendono a concordare, ma non sono la stessa misura (non lineare vs lineare).

=== Esercizio 6 ===
Poiché i dati sono generati da un modello logistico, la regressione logistica è spesso competitiva o migliore della Random Forest. Se le differenze di AUC sono minori della deviazione standard tra i fold, i modelli sono statisticamente indistinguibili.

=== Esercizio 7 ===
I pesi aumentano la sensibilità e riducono la specificità. Nella sepsi un falso negativo (paziente malato non riconosciuto) è generalmente più grave di un falso positivo.

=== Esercizio 8 ===
Aggiungere variabili può ridurre l'RMSE sul training, ma con pochi dati (&lt;code&gt;mtcars&lt;/code&gt; ha 32 righe) il test set è molto piccolo e il risultato è instabile: valutare con validazione incrociata.

=== Esercizio 9 ===
K-means non usa l'esito, quindi i cluster non coincidono necessariamente con la sepsi. La standardizzazione evita che variabili con scala maggiore (es. frequenza cardiaca) dominino la distanza.

== Verifica della comprensione ==

* Qual è la differenza tra apprendimento supervisionato e non supervisionato?
* Perché si usa un test set separato?
* Cosa misura l'AUC? Quando può essere fuorviante?
* Qual è la differenza tra sensibilità e valore predittivo positivo?
* Perché il kNN richiede la standardizzazione?
* Cos'è l'overfitting e come lo si individua?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. I modelli non sono validati clinicamente e non devono essere usati per decisioni su pazienti reali.

== Riepilogo dell'Unità 7 ==

Abbiamo praticato:
* Divisione stratificata dei dati
* Regressione logistica, albero decisionale, Random Forest, kNN
* Matrice di confusione, ROC, AUC e scelta della soglia
* Validazione incrociata e confronto tra modelli
* Gestione dello sbilanciamento delle classi
* Regressione con RMSE, MAE e R²
* Clustering con k-means
* Un mini-progetto completo

== Letture Consigliate ==

* [https://topepo.github.io/caret/ Manuale del pacchetto caret]
* [https://www.statlearning.com/ An Introduction to Statistical Learning (con applicazioni in R)]
* [https://r4ds.hadley.nz/ R for Data Science]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R: Quiz Unità 7|Fai il quiz dell'Unità 7]]
[[Categoria:PenuX in R|Unità 7 - Esercitazioni di Machine Learning in R]]</text>
      <sha1>k96sgnl9vhgthh821ytsaaam8zfxf4a</sha1>
    </revision>
    <revision>
      <id>502125</id>
      <parentid>502110</parentid>
      <timestamp>2026-10-04T18:26:18Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502125</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="13614" sha1="hsu24jriwnkwd5cec4uaznjpqwlc5b1" xml:space="preserve">= PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Preparare i dati e dividerli in training e test set
* Addestrare modelli di classificazione (regressione logistica, albero decisionale, Random Forest, kNN)
* Valutare i modelli con matrice di confusione, ROC e AUC
* Confrontare più modelli con la validazione incrociata
* Costruire un modello di regressione e interpretarne l'errore (RMSE)
* Applicare un metodo non supervisionato (k-means)
* Completare un mini-progetto clinico di predizione della sepsi

'''Prerequisiti''': Unità 1 (Fondamenti di R) e conoscenza di base delle Unità 2-5.

== 7.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare i pacchetti (una sola volta)
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;pROC&quot;, &quot;e1071&quot;))

# Caricare i pacchetti
library(caret)
library(randomForest)
library(rpart)
library(pROC)

set.seed(42)  # Riproducibilità
&lt;/syntaxhighlight&gt;

=== Dati clinici sintetici ===

In tutti gli esercizi useremo un dataset sintetico (non contiene dati di pazienti reali) per la predizione della sepsi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 500

clinical &lt;- data.frame(
  age         = round(rnorm(n, 55, 15)),
  heart_rate  = round(rnorm(n, 85, 15)),
  temperature = round(rnorm(n, 37.2, 0.8), 1),
  wbc         = round(rnorm(n, 9, 3), 1),
  lactate     = round(rlnorm(n, log(1.5), 0.4), 2)
)

# Rischio reale (logit) usato per generare l'esito
risk &lt;- -7.5 + 0.02 * clinical$age + 0.03 * clinical$heart_rate +
        0.5 * (clinical$temperature - 37) + 0.1 * clinical$wbc +
        0.9 * clinical$lactate

clinical$sepsis &lt;- factor(
  rbinom(n, 1, plogis(risk)),
  levels = c(0, 1),
  labels = c(&quot;No&quot;, &quot;Si&quot;)
)

table(clinical$sepsis)
prop.table(table(clinical$sepsis))
str(clinical)
&lt;/syntaxhighlight&gt;

== 7.1 Esercizio 1: Divisione dei dati ==

'''Obiettivo''': dividere il dataset in 70% training e 30% test mantenendo la proporzione delle classi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Completa il codice:
train_idx  &lt;- createDataPartition(clinical$sepsis, p = 0.70, list = FALSE)
train_data &lt;- clinical[train_idx, ]
test_data  &lt;- clinical[-train_idx, ]

# Verifica:
nrow(train_data)
nrow(test_data)
prop.table(table(train_data$sepsis))
prop.table(table(test_data$sepsis))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Perché è importante stratificare la divisione per la variabile esito?
* Cosa succede se valutiamo il modello sugli stessi dati usati per l'addestramento?

== 7.2 Esercizio 2: Regressione logistica ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Addestrare il modello
logit_model &lt;- glm(sepsis ~ ., data = train_data, family = binomial)
summary(logit_model)

# Odds ratio con intervalli di confidenza
exp(cbind(OR = coef(logit_model), confint.default(logit_model)))

# Predizioni sul test set
prob_logit &lt;- predict(logit_model, newdata = test_data, type = &quot;response&quot;)
pred_logit &lt;- factor(ifelse(prob_logit &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                     levels = c(&quot;No&quot;, &quot;Si&quot;))

# Matrice di confusione
confusionMatrix(pred_logit, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale variabile ha l'odds ratio più alto? Come interpreti il valore per il lattato?

== 7.3 Esercizio 3: Curva ROC e AUC ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
roc_logit &lt;- roc(response  = test_data$sepsis,
                 predictor = prob_logit,
                 levels    = c(&quot;No&quot;, &quot;Si&quot;))

auc(roc_logit)

plot(roc_logit,
     main = &quot;Curva ROC - Regressione logistica&quot;,
     col  = &quot;steelblue&quot;, lwd = 2)

# Soglia ottimale (indice di Youden)
coords(roc_logit, &quot;best&quot;, ret = c(&quot;threshold&quot;, &quot;sensitivity&quot;, &quot;specificity&quot;))
&lt;/syntaxhighlight&gt;

'''Compito''': ripeti la matrice di confusione usando la soglia ottimale al posto di 0.5. Come cambiano sensibilità e specificità?

== 7.4 Esercizio 4: Albero decisionale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
tree_model &lt;- rpart(sepsis ~ ., data = train_data, method = &quot;class&quot;,
                    control = rpart.control(cp = 0.01))

# Visualizzare l'albero
plot(tree_model, margin = 0.1)
text(tree_model, use.n = TRUE, cex = 0.8)

# Predizioni
pred_tree &lt;- predict(tree_model, newdata = test_data, type = &quot;class&quot;)
confusionMatrix(pred_tree, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': modifica il parametro &lt;code&gt;cp&lt;/code&gt; (0.001, 0.05) e osserva come cambia la complessità dell'albero (overfitting vs underfitting).

== 7.5 Esercizio 5: Random Forest ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rf_model &lt;- randomForest(sepsis ~ ., data = train_data,
                         ntree = 500, importance = TRUE)
print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Importanza delle variabili&quot;)

# Valutazione sul test set
pred_rf &lt;- predict(rf_model, newdata = test_data)
prob_rf &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Si&quot;]

confusionMatrix(pred_rf, test_data$sepsis, positive = &quot;Si&quot;)
auc(roc(test_data$sepsis, prob_rf, levels = c(&quot;No&quot;, &quot;Si&quot;)))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali sono le tre variabili più importanti?
* Corrispondono ai coefficienti più alti della regressione logistica?

== 7.6 Esercizio 6: Validazione incrociata e confronto modelli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(
  method          = &quot;cv&quot;,
  number          = 5,
  classProbs      = TRUE,
  summaryFunction = twoClassSummary,
  savePredictions = &quot;final&quot;
)

set.seed(42)
cv_logit &lt;- train(sepsis ~ ., data = train_data, method = &quot;glm&quot;,
                  family = &quot;binomial&quot;, metric = &quot;ROC&quot;, trControl = ctrl)

set.seed(42)
cv_rf &lt;- train(sepsis ~ ., data = train_data, method = &quot;rf&quot;,
               metric = &quot;ROC&quot;, trControl = ctrl, tuneLength = 3)

set.seed(42)
cv_knn &lt;- train(sepsis ~ ., data = train_data, method = &quot;knn&quot;,
                metric = &quot;ROC&quot;, trControl = ctrl,
                preProcess = c(&quot;center&quot;, &quot;scale&quot;), tuneLength = 5)

# Confronto
risultati &lt;- resamples(list(Logistica = cv_logit,
                            RandomForest = cv_rf,
                            kNN = cv_knn))
summary(risultati)
bwplot(risultati, metric = &quot;ROC&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale modello ha l'AUC media più alta? La differenza è rilevante rispetto alla variabilità tra i fold?

'''Nota''': per il kNN la standardizzazione (&lt;code&gt;center&lt;/code&gt;, &lt;code&gt;scale&lt;/code&gt;) è fondamentale perché l'algoritmo usa le distanze.

== 7.7 Esercizio 7: Dati sbilanciati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Pesi per le classi
pesi &lt;- ifelse(train_data$sepsis == &quot;Si&quot;,
               sum(train_data$sepsis == &quot;No&quot;) / sum(train_data$sepsis == &quot;Si&quot;),
               1)

logit_pesata &lt;- glm(sepsis ~ ., data = train_data,
                    family = binomial, weights = pesi)

prob_pesata &lt;- predict(logit_pesata, newdata = test_data, type = &quot;response&quot;)
pred_pesata &lt;- factor(ifelse(prob_pesata &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                      levels = c(&quot;No&quot;, &quot;Si&quot;))

confusionMatrix(pred_pesata, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': confronta la sensibilità con il modello non pesato dell'Esercizio 2. In un contesto clinico (sepsi), è peggio un falso negativo o un falso positivo?

== 7.8 Esercizio 8: Regressione (variabile continua) ==

Predire il consumo di carburante (&lt;code&gt;mpg&lt;/code&gt;) dal dataset integrato &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

lm_model &lt;- lm(mpg ~ wt + hp + cyl, data = train)
summary(lm_model)

pred &lt;- predict(lm_model, newdata = test)

# Metriche di regressione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
r2   &lt;- cor(test$mpg, pred)^2

cat(&quot;RMSE:&quot;, round(rmse, 2), &quot;| MAE:&quot;, round(mae, 2), &quot;| R2:&quot;, round(r2, 2), &quot;\n&quot;)

# Valori osservati vs predetti
plot(test$mpg, pred, xlab = &quot;Osservato&quot;, ylab = &quot;Predetto&quot;,
     main = &quot;Osservato vs Predetto&quot;, pch = 19)
abline(0, 1, col = &quot;red&quot;, lty = 2)
&lt;/syntaxhighlight&gt;

'''Compito''': aggiungi altre variabili al modello (per esempio &lt;code&gt;disp&lt;/code&gt;, &lt;code&gt;qsec&lt;/code&gt;) e verifica se l'RMSE sul test set migliora.

== 7.9 Esercizio 9: Apprendimento non supervisionato (k-means) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare solo le variabili cliniche (senza l'esito)
X &lt;- scale(clinical[, c(&quot;age&quot;, &quot;heart_rate&quot;, &quot;temperature&quot;, &quot;wbc&quot;, &quot;lactate&quot;)])

# Metodo del gomito
wss &lt;- sapply(1:8, function(k) kmeans(X, centers = k, nstart = 20)$tot.withinss)
plot(1:8, wss, type = &quot;b&quot;, xlab = &quot;Numero di cluster&quot;,
     ylab = &quot;Somma dei quadrati intra-cluster&quot;, main = &quot;Metodo del gomito&quot;)

# Clustering con k = 3
set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)
table(Cluster = km$cluster, Sepsi = clinical$sepsis)

# Visualizzazione con PCA
pca &lt;- prcomp(X)
plot(pca$x[, 1:2], col = km$cluster, pch = 19,
     main = &quot;Cluster nello spazio delle prime due componenti principali&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* I cluster trovati corrispondono alla presenza di sepsi?
* Perché è necessario standardizzare le variabili prima di k-means?

== 7.10 Mini-progetto finale ==

Completa il flusso di lavoro, dall'inizio alla fine:

# Genera un nuovo dataset con &lt;code&gt;set.seed(2026)&lt;/code&gt; e &lt;code&gt;n = 800&lt;/code&gt;
# Dividi i dati in training (70%) e test (30%)
# Addestra almeno tre modelli (per esempio logistica, Random Forest, SVM)
# Confrontali con 5-fold CV usando l'AUC
# Scegli il modello migliore e valutalo sul test set (matrice di confusione, ROC, soglia ottimale)
# Salva il modello con &lt;code&gt;saveRDS()&lt;/code&gt; e ricaricalo per fare una predizione su un nuovo paziente
# Scrivi un breve paragrafo (5 righe) che spiega i limiti del modello

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Suggerimento per il punto 6:
saveRDS(rf_model, &quot;modello_sepsi.rds&quot;)
modello &lt;- readRDS(&quot;modello_sepsi.rds&quot;)

nuovo_paziente &lt;- data.frame(age = 72, heart_rate = 112,
                             temperature = 38.6, wbc = 15.2, lactate = 3.4)

predict(modello, nuovo_paziente, type = &quot;prob&quot;)
&lt;/syntaxhighlight&gt;

== 7.11 Soluzioni e Risposte ==

=== Esercizio 1 ===
La stratificazione mantiene la stessa proporzione di casi positivi in training e test; senza di essa, con classi sbilanciate, il test set potrebbe contenere pochissimi casi positivi. Valutare sui dati di addestramento sovrastima le prestazioni (overfitting): il modello ha già &quot;visto&quot; quelle risposte.

=== Esercizio 2 ===
Il lattato ha di solito l'odds ratio più alto perché nel processo generatore ha il coefficiente maggiore (0.9, cioè OR ≈ 2.5 per ogni unità di aumento, a parità delle altre variabili). Con dati simulati i valori stimati varieranno leggermente.

=== Esercizio 3 ===
Abbassare la soglia sotto 0.5 aumenta di solito la sensibilità a scapito della specificità. In ambito clinico, per una condizione grave come la sepsi si preferisce spesso una sensibilità maggiore.

=== Esercizio 4 ===
Un &lt;code&gt;cp&lt;/code&gt; basso produce un albero profondo (rischio di overfitting); un &lt;code&gt;cp&lt;/code&gt; alto produce un albero troppo semplice (underfitting).

=== Esercizio 5 ===
Le variabili più importanti sono tipicamente lattato, frequenza cardiaca ed età. L'importanza nella Random Forest e i coefficienti della regressione logistica tendono a concordare, ma non sono la stessa misura (non lineare vs lineare).

=== Esercizio 6 ===
Poiché i dati sono generati da un modello logistico, la regressione logistica è spesso competitiva o migliore della Random Forest. Se le differenze di AUC sono minori della deviazione standard tra i fold, i modelli sono statisticamente indistinguibili.

=== Esercizio 7 ===
I pesi aumentano la sensibilità e riducono la specificità. Nella sepsi un falso negativo (paziente malato non riconosciuto) è generalmente più grave di un falso positivo.

=== Esercizio 8 ===
Aggiungere variabili può ridurre l'RMSE sul training, ma con pochi dati (&lt;code&gt;mtcars&lt;/code&gt; ha 32 righe) il test set è molto piccolo e il risultato è instabile: valutare con validazione incrociata.

=== Esercizio 9 ===
K-means non usa l'esito, quindi i cluster non coincidono necessariamente con la sepsi. La standardizzazione evita che variabili con scala maggiore (es. frequenza cardiaca) dominino la distanza.

== Verifica della comprensione ==

* Qual è la differenza tra apprendimento supervisionato e non supervisionato?
* Perché si usa un test set separato?
* Cosa misura l'AUC? Quando può essere fuorviante?
* Qual è la differenza tra sensibilità e valore predittivo positivo?
* Perché il kNN richiede la standardizzazione?
* Cos'è l'overfitting e come lo si individua?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. I modelli non sono validati clinicamente e non devono essere usati per decisioni su pazienti reali.

== Riepilogo dell'Unità 7 ==

Abbiamo praticato:
* Divisione stratificata dei dati
* Regressione logistica, albero decisionale, Random Forest, kNN
* Matrice di confusione, ROC, AUC e scelta della soglia
* Validazione incrociata e confronto tra modelli
* Gestione dello sbilanciamento delle classi
* Regressione con RMSE, MAE e R²
* Clustering con k-means
* Un mini-progetto completo

== Letture Consigliate ==

* [https://topepo.github.io/caret/ Manuale del pacchetto caret]
* [https://www.statlearning.com/ An Introduction to Statistical Learning (con applicazioni in R)]
* [https://r4ds.hadley.nz/ R for Data Science]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 7|Fai il quiz dell'Unità 7]]
[[Categoria:PenuX in R|Unità 7 - Esercitazioni di Machine Learning in R]]</text>
      <sha1>hsu24jriwnkwd5cec4uaznjpqwlc5b1</sha1>
    </revision>
    <revision>
      <id>502140</id>
      <parentid>502125</parentid>
      <timestamp>2026-10-04T18:34:43Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502140</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="13629" sha1="beh7uk9zpnndm02l53ijkxsxdr4x5ea" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R =

== Obiettivi dell'unità ==

Al termine di questa unità sarai in grado di:
* Preparare i dati e dividerli in training e test set
* Addestrare modelli di classificazione (regressione logistica, albero decisionale, Random Forest, kNN)
* Valutare i modelli con matrice di confusione, ROC e AUC
* Confrontare più modelli con la validazione incrociata
* Costruire un modello di regressione e interpretarne l'errore (RMSE)
* Applicare un metodo non supervisionato (k-means)
* Completare un mini-progetto clinico di predizione della sepsi

'''Prerequisiti''': Unità 1 (Fondamenti di R) e conoscenza di base delle Unità 2-5.

== 7.0 Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Installare i pacchetti (una sola volta)
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;pROC&quot;, &quot;e1071&quot;))

# Caricare i pacchetti
library(caret)
library(randomForest)
library(rpart)
library(pROC)

set.seed(42)  # Riproducibilità
&lt;/syntaxhighlight&gt;

=== Dati clinici sintetici ===

In tutti gli esercizi useremo un dataset sintetico (non contiene dati di pazienti reali) per la predizione della sepsi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
n &lt;- 500

clinical &lt;- data.frame(
  age         = round(rnorm(n, 55, 15)),
  heart_rate  = round(rnorm(n, 85, 15)),
  temperature = round(rnorm(n, 37.2, 0.8), 1),
  wbc         = round(rnorm(n, 9, 3), 1),
  lactate     = round(rlnorm(n, log(1.5), 0.4), 2)
)

# Rischio reale (logit) usato per generare l'esito
risk &lt;- -7.5 + 0.02 * clinical$age + 0.03 * clinical$heart_rate +
        0.5 * (clinical$temperature - 37) + 0.1 * clinical$wbc +
        0.9 * clinical$lactate

clinical$sepsis &lt;- factor(
  rbinom(n, 1, plogis(risk)),
  levels = c(0, 1),
  labels = c(&quot;No&quot;, &quot;Si&quot;)
)

table(clinical$sepsis)
prop.table(table(clinical$sepsis))
str(clinical)
&lt;/syntaxhighlight&gt;

== 7.1 Esercizio 1: Divisione dei dati ==

'''Obiettivo''': dividere il dataset in 70% training e 30% test mantenendo la proporzione delle classi.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Completa il codice:
train_idx  &lt;- createDataPartition(clinical$sepsis, p = 0.70, list = FALSE)
train_data &lt;- clinical[train_idx, ]
test_data  &lt;- clinical[-train_idx, ]

# Verifica:
nrow(train_data)
nrow(test_data)
prop.table(table(train_data$sepsis))
prop.table(table(test_data$sepsis))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Perché è importante stratificare la divisione per la variabile esito?
* Cosa succede se valutiamo il modello sugli stessi dati usati per l'addestramento?

== 7.2 Esercizio 2: Regressione logistica ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Addestrare il modello
logit_model &lt;- glm(sepsis ~ ., data = train_data, family = binomial)
summary(logit_model)

# Odds ratio con intervalli di confidenza
exp(cbind(OR = coef(logit_model), confint.default(logit_model)))

# Predizioni sul test set
prob_logit &lt;- predict(logit_model, newdata = test_data, type = &quot;response&quot;)
pred_logit &lt;- factor(ifelse(prob_logit &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                     levels = c(&quot;No&quot;, &quot;Si&quot;))

# Matrice di confusione
confusionMatrix(pred_logit, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale variabile ha l'odds ratio più alto? Come interpreti il valore per il lattato?

== 7.3 Esercizio 3: Curva ROC e AUC ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
roc_logit &lt;- roc(response  = test_data$sepsis,
                 predictor = prob_logit,
                 levels    = c(&quot;No&quot;, &quot;Si&quot;))

auc(roc_logit)

plot(roc_logit,
     main = &quot;Curva ROC - Regressione logistica&quot;,
     col  = &quot;steelblue&quot;, lwd = 2)

# Soglia ottimale (indice di Youden)
coords(roc_logit, &quot;best&quot;, ret = c(&quot;threshold&quot;, &quot;sensitivity&quot;, &quot;specificity&quot;))
&lt;/syntaxhighlight&gt;

'''Compito''': ripeti la matrice di confusione usando la soglia ottimale al posto di 0.5. Come cambiano sensibilità e specificità?

== 7.4 Esercizio 4: Albero decisionale ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
tree_model &lt;- rpart(sepsis ~ ., data = train_data, method = &quot;class&quot;,
                    control = rpart.control(cp = 0.01))

# Visualizzare l'albero
plot(tree_model, margin = 0.1)
text(tree_model, use.n = TRUE, cex = 0.8)

# Predizioni
pred_tree &lt;- predict(tree_model, newdata = test_data, type = &quot;class&quot;)
confusionMatrix(pred_tree, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': modifica il parametro &lt;code&gt;cp&lt;/code&gt; (0.001, 0.05) e osserva come cambia la complessità dell'albero (overfitting vs underfitting).

== 7.5 Esercizio 5: Random Forest ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
rf_model &lt;- randomForest(sepsis ~ ., data = train_data,
                         ntree = 500, importance = TRUE)
print(rf_model)

# Importanza delle variabili
importance(rf_model)
varImpPlot(rf_model, main = &quot;Importanza delle variabili&quot;)

# Valutazione sul test set
pred_rf &lt;- predict(rf_model, newdata = test_data)
prob_rf &lt;- predict(rf_model, newdata = test_data, type = &quot;prob&quot;)[, &quot;Si&quot;]

confusionMatrix(pred_rf, test_data$sepsis, positive = &quot;Si&quot;)
auc(roc(test_data$sepsis, prob_rf, levels = c(&quot;No&quot;, &quot;Si&quot;)))
&lt;/syntaxhighlight&gt;

'''Domande''':
* Quali sono le tre variabili più importanti?
* Corrispondono ai coefficienti più alti della regressione logistica?

== 7.6 Esercizio 6: Validazione incrociata e confronto modelli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(
  method          = &quot;cv&quot;,
  number          = 5,
  classProbs      = TRUE,
  summaryFunction = twoClassSummary,
  savePredictions = &quot;final&quot;
)

set.seed(42)
cv_logit &lt;- train(sepsis ~ ., data = train_data, method = &quot;glm&quot;,
                  family = &quot;binomial&quot;, metric = &quot;ROC&quot;, trControl = ctrl)

set.seed(42)
cv_rf &lt;- train(sepsis ~ ., data = train_data, method = &quot;rf&quot;,
               metric = &quot;ROC&quot;, trControl = ctrl, tuneLength = 3)

set.seed(42)
cv_knn &lt;- train(sepsis ~ ., data = train_data, method = &quot;knn&quot;,
                metric = &quot;ROC&quot;, trControl = ctrl,
                preProcess = c(&quot;center&quot;, &quot;scale&quot;), tuneLength = 5)

# Confronto
risultati &lt;- resamples(list(Logistica = cv_logit,
                            RandomForest = cv_rf,
                            kNN = cv_knn))
summary(risultati)
bwplot(risultati, metric = &quot;ROC&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': quale modello ha l'AUC media più alta? La differenza è rilevante rispetto alla variabilità tra i fold?

'''Nota''': per il kNN la standardizzazione (&lt;code&gt;center&lt;/code&gt;, &lt;code&gt;scale&lt;/code&gt;) è fondamentale perché l'algoritmo usa le distanze.

== 7.7 Esercizio 7: Dati sbilanciati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Pesi per le classi
pesi &lt;- ifelse(train_data$sepsis == &quot;Si&quot;,
               sum(train_data$sepsis == &quot;No&quot;) / sum(train_data$sepsis == &quot;Si&quot;),
               1)

logit_pesata &lt;- glm(sepsis ~ ., data = train_data,
                    family = binomial, weights = pesi)

prob_pesata &lt;- predict(logit_pesata, newdata = test_data, type = &quot;response&quot;)
pred_pesata &lt;- factor(ifelse(prob_pesata &gt; 0.5, &quot;Si&quot;, &quot;No&quot;),
                      levels = c(&quot;No&quot;, &quot;Si&quot;))

confusionMatrix(pred_pesata, test_data$sepsis, positive = &quot;Si&quot;)
&lt;/syntaxhighlight&gt;

'''Compito''': confronta la sensibilità con il modello non pesato dell'Esercizio 2. In un contesto clinico (sepsi), è peggio un falso negativo o un falso positivo?

== 7.8 Esercizio 8: Regressione (variabile continua) ==

Predire il consumo di carburante (&lt;code&gt;mpg&lt;/code&gt;) dal dataset integrato &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

lm_model &lt;- lm(mpg ~ wt + hp + cyl, data = train)
summary(lm_model)

pred &lt;- predict(lm_model, newdata = test)

# Metriche di regressione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
r2   &lt;- cor(test$mpg, pred)^2

cat(&quot;RMSE:&quot;, round(rmse, 2), &quot;| MAE:&quot;, round(mae, 2), &quot;| R2:&quot;, round(r2, 2), &quot;\n&quot;)

# Valori osservati vs predetti
plot(test$mpg, pred, xlab = &quot;Osservato&quot;, ylab = &quot;Predetto&quot;,
     main = &quot;Osservato vs Predetto&quot;, pch = 19)
abline(0, 1, col = &quot;red&quot;, lty = 2)
&lt;/syntaxhighlight&gt;

'''Compito''': aggiungi altre variabili al modello (per esempio &lt;code&gt;disp&lt;/code&gt;, &lt;code&gt;qsec&lt;/code&gt;) e verifica se l'RMSE sul test set migliora.

== 7.9 Esercizio 9: Apprendimento non supervisionato (k-means) ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Usare solo le variabili cliniche (senza l'esito)
X &lt;- scale(clinical[, c(&quot;age&quot;, &quot;heart_rate&quot;, &quot;temperature&quot;, &quot;wbc&quot;, &quot;lactate&quot;)])

# Metodo del gomito
wss &lt;- sapply(1:8, function(k) kmeans(X, centers = k, nstart = 20)$tot.withinss)
plot(1:8, wss, type = &quot;b&quot;, xlab = &quot;Numero di cluster&quot;,
     ylab = &quot;Somma dei quadrati intra-cluster&quot;, main = &quot;Metodo del gomito&quot;)

# Clustering con k = 3
set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)
table(Cluster = km$cluster, Sepsi = clinical$sepsis)

# Visualizzazione con PCA
pca &lt;- prcomp(X)
plot(pca$x[, 1:2], col = km$cluster, pch = 19,
     main = &quot;Cluster nello spazio delle prime due componenti principali&quot;)
&lt;/syntaxhighlight&gt;

'''Domande''':
* I cluster trovati corrispondono alla presenza di sepsi?
* Perché è necessario standardizzare le variabili prima di k-means?

== 7.10 Mini-progetto finale ==

Completa il flusso di lavoro, dall'inizio alla fine:

# Genera un nuovo dataset con &lt;code&gt;set.seed(2026)&lt;/code&gt; e &lt;code&gt;n = 800&lt;/code&gt;
# Dividi i dati in training (70%) e test (30%)
# Addestra almeno tre modelli (per esempio logistica, Random Forest, SVM)
# Confrontali con 5-fold CV usando l'AUC
# Scegli il modello migliore e valutalo sul test set (matrice di confusione, ROC, soglia ottimale)
# Salva il modello con &lt;code&gt;saveRDS()&lt;/code&gt; e ricaricalo per fare una predizione su un nuovo paziente
# Scrivi un breve paragrafo (5 righe) che spiega i limiti del modello

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
# Suggerimento per il punto 6:
saveRDS(rf_model, &quot;modello_sepsi.rds&quot;)
modello &lt;- readRDS(&quot;modello_sepsi.rds&quot;)

nuovo_paziente &lt;- data.frame(age = 72, heart_rate = 112,
                             temperature = 38.6, wbc = 15.2, lactate = 3.4)

predict(modello, nuovo_paziente, type = &quot;prob&quot;)
&lt;/syntaxhighlight&gt;

== 7.11 Soluzioni e Risposte ==

=== Esercizio 1 ===
La stratificazione mantiene la stessa proporzione di casi positivi in training e test; senza di essa, con classi sbilanciate, il test set potrebbe contenere pochissimi casi positivi. Valutare sui dati di addestramento sovrastima le prestazioni (overfitting): il modello ha già &quot;visto&quot; quelle risposte.

=== Esercizio 2 ===
Il lattato ha di solito l'odds ratio più alto perché nel processo generatore ha il coefficiente maggiore (0.9, cioè OR ≈ 2.5 per ogni unità di aumento, a parità delle altre variabili). Con dati simulati i valori stimati varieranno leggermente.

=== Esercizio 3 ===
Abbassare la soglia sotto 0.5 aumenta di solito la sensibilità a scapito della specificità. In ambito clinico, per una condizione grave come la sepsi si preferisce spesso una sensibilità maggiore.

=== Esercizio 4 ===
Un &lt;code&gt;cp&lt;/code&gt; basso produce un albero profondo (rischio di overfitting); un &lt;code&gt;cp&lt;/code&gt; alto produce un albero troppo semplice (underfitting).

=== Esercizio 5 ===
Le variabili più importanti sono tipicamente lattato, frequenza cardiaca ed età. L'importanza nella Random Forest e i coefficienti della regressione logistica tendono a concordare, ma non sono la stessa misura (non lineare vs lineare).

=== Esercizio 6 ===
Poiché i dati sono generati da un modello logistico, la regressione logistica è spesso competitiva o migliore della Random Forest. Se le differenze di AUC sono minori della deviazione standard tra i fold, i modelli sono statisticamente indistinguibili.

=== Esercizio 7 ===
I pesi aumentano la sensibilità e riducono la specificità. Nella sepsi un falso negativo (paziente malato non riconosciuto) è generalmente più grave di un falso positivo.

=== Esercizio 8 ===
Aggiungere variabili può ridurre l'RMSE sul training, ma con pochi dati (&lt;code&gt;mtcars&lt;/code&gt; ha 32 righe) il test set è molto piccolo e il risultato è instabile: valutare con validazione incrociata.

=== Esercizio 9 ===
K-means non usa l'esito, quindi i cluster non coincidono necessariamente con la sepsi. La standardizzazione evita che variabili con scala maggiore (es. frequenza cardiaca) dominino la distanza.

== Verifica della comprensione ==

* Qual è la differenza tra apprendimento supervisionato e non supervisionato?
* Perché si usa un test set separato?
* Cosa misura l'AUC? Quando può essere fuorviante?
* Qual è la differenza tra sensibilità e valore predittivo positivo?
* Perché il kNN richiede la standardizzazione?
* Cos'è l'overfitting e come lo si individua?

== Avvertenza ==

I dati di questa unità sono sintetici e a scopo didattico. I modelli non sono validati clinicamente e non devono essere usati per decisioni su pazienti reali.

== Riepilogo dell'Unità 7 ==

Abbiamo praticato:
* Divisione stratificata dei dati
* Regressione logistica, albero decisionale, Random Forest, kNN
* Matrice di confusione, ROC, AUC e scelta della soglia
* Validazione incrociata e confronto tra modelli
* Gestione dello sbilanciamento delle classi
* Regressione con RMSE, MAE e R²
* Clustering con k-means
* Un mini-progetto completo

== Letture Consigliate ==

* [https://topepo.github.io/caret/ Manuale del pacchetto caret]
* [https://www.statlearning.com/ An Introduction to Statistical Learning (con applicazioni in R)]
* [https://r4ds.hadley.nz/ R for Data Science]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk


== Quiz ==
[[PenuX in R/Quiz Unità 7|Fai il quiz dell'Unità 7]]
[[Categoria:PenuX in R|Unità 7 - Esercitazioni di Machine Learning in R]]</text>
      <sha1>beh7uk9zpnndm02l53ijkxsxdr4x5ea</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Quiz Unità 7</title>
    <ns>0</ns>
    <id>61190</id>
    <revision>
      <id>502070</id>
      <parentid>502022</parentid>
      <timestamp>2026-10-04T14:55:20Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Quiz Unità 7]] a [[PenuX in R/Quiz Unità 7]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502022</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1775" sha1="k7wa5yhjfumf61jf51gt46cfydqtyra" xml:space="preserve">= PenuX in R: Quiz Unità 7 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione di caret esegue una divisione stratificata?

* A) createDataPartition()
* B) dummyVars()
* C) varImp()
* D) scale()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Mantiene la stessa proporzione di classi in training e test.
&lt;/div&gt;

== Domanda 2 ==

Perché nel kNN si usa &lt;code&gt;preProcess = c(&quot;center&quot;, &quot;scale&quot;)&lt;/code&gt;?

* A) Per velocizzare il training
* B) Perché l'algoritmo si basa sulle distanze
* C) Per creare variabili dummy
* D) Per imputare i mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Senza standardizzazione le variabili con scala maggiore dominano.
&lt;/div&gt;

== Domanda 3 ==

Nella predizione della sepsi, quale errore è di solito più grave?

* A) Il falso positivo
* B) Sono sempre equivalenti
* C) Il falso negativo (paziente malato non riconosciuto)
* D) Nessuno dei due

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Per questo spesso si privilegia una sensibilità alta.
&lt;/div&gt;

== Domanda 4 ==

K-means è un esempio di:

* A) Apprendimento supervisionato
* B) Regressione logistica
* C) Validazione esterna
* D) Apprendimento non supervisionato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Non usa la variabile esito per formare i cluster.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R|Torna all'Unità 7]]</text>
      <sha1>k7wa5yhjfumf61jf51gt46cfydqtyra</sha1>
    </revision>
    <revision>
      <id>502102</id>
      <parentid>502070</parentid>
      <timestamp>2026-10-04T18:21:09Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502102</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1814" sha1="ooi2xvilqfb3bca7t447fca1nvpfoyu" xml:space="preserve">= PenuX in R: Quiz Unità 7 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione di caret esegue una divisione stratificata?

* A) createDataPartition()
* B) dummyVars()
* C) varImp()
* D) scale()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Mantiene la stessa proporzione di classi in training e test.
&lt;/div&gt;

== Domanda 2 ==

Perché nel kNN si usa &lt;code&gt;preProcess = c(&quot;center&quot;, &quot;scale&quot;)&lt;/code&gt;?

* A) Per velocizzare il training
* B) Perché l'algoritmo si basa sulle distanze
* C) Per creare variabili dummy
* D) Per imputare i mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Senza standardizzazione le variabili con scala maggiore dominano.
&lt;/div&gt;

== Domanda 3 ==

Nella predizione della sepsi, quale errore è di solito più grave?

* A) Il falso positivo
* B) Sono sempre equivalenti
* C) Il falso negativo (paziente malato non riconosciuto)
* D) Nessuno dei due

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Per questo spesso si privilegia una sensibilità alta.
&lt;/div&gt;

== Domanda 4 ==

K-means è un esempio di:

* A) Apprendimento supervisionato
* B) Regressione logistica
* C) Validazione esterna
* D) Apprendimento non supervisionato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Non usa la variabile esito per formare i cluster.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R|Torna all'Unità 7]]
[[Categoria:PenuX in R|Quiz Unità 7]]</text>
      <sha1>ooi2xvilqfb3bca7t447fca1nvpfoyu</sha1>
    </revision>
    <revision>
      <id>502118</id>
      <parentid>502102</parentid>
      <timestamp>2026-10-04T18:25:08Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502118</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1813" sha1="qk0hd4ccbdvuz470v36zbl51peashxv" xml:space="preserve">= PenuX in R: Quiz Unità 7 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione di caret esegue una divisione stratificata?

* A) createDataPartition()
* B) dummyVars()
* C) varImp()
* D) scale()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Mantiene la stessa proporzione di classi in training e test.
&lt;/div&gt;

== Domanda 2 ==

Perché nel kNN si usa &lt;code&gt;preProcess = c(&quot;center&quot;, &quot;scale&quot;)&lt;/code&gt;?

* A) Per velocizzare il training
* B) Perché l'algoritmo si basa sulle distanze
* C) Per creare variabili dummy
* D) Per imputare i mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Senza standardizzazione le variabili con scala maggiore dominano.
&lt;/div&gt;

== Domanda 3 ==

Nella predizione della sepsi, quale errore è di solito più grave?

* A) Il falso positivo
* B) Sono sempre equivalenti
* C) Il falso negativo (paziente malato non riconosciuto)
* D) Nessuno dei due

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Per questo spesso si privilegia una sensibilità alta.
&lt;/div&gt;

== Domanda 4 ==

K-means è un esempio di:

* A) Apprendimento supervisionato
* B) Regressione logistica
* C) Validazione esterna
* D) Apprendimento non supervisionato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Non usa la variabile esito per formare i cluster.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Torna all'Unità 7]]
[[Categoria:PenuX in R|Quiz Unità 7]]</text>
      <sha1>qk0hd4ccbdvuz470v36zbl51peashxv</sha1>
    </revision>
    <revision>
      <id>502133</id>
      <parentid>502118</parentid>
      <timestamp>2026-10-04T18:33:30Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502133</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1828" sha1="853kk9tfqvtw9r4gv2bpzf8h47idu9k" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Quiz Unità 7 =

Rispondi alle domande, poi clicca su &quot;Mostra risposta&quot; per controllare.

== Domanda 1 ==

Quale funzione di caret esegue una divisione stratificata?

* A) createDataPartition()
* B) dummyVars()
* C) varImp()
* D) scale()

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: A'''. Mantiene la stessa proporzione di classi in training e test.
&lt;/div&gt;

== Domanda 2 ==

Perché nel kNN si usa &lt;code&gt;preProcess = c(&quot;center&quot;, &quot;scale&quot;)&lt;/code&gt;?

* A) Per velocizzare il training
* B) Perché l'algoritmo si basa sulle distanze
* C) Per creare variabili dummy
* D) Per imputare i mancanti

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: B'''. Senza standardizzazione le variabili con scala maggiore dominano.
&lt;/div&gt;

== Domanda 3 ==

Nella predizione della sepsi, quale errore è di solito più grave?

* A) Il falso positivo
* B) Sono sempre equivalenti
* C) Il falso negativo (paziente malato non riconosciuto)
* D) Nessuno dei due

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: C'''. Per questo spesso si privilegia una sensibilità alta.
&lt;/div&gt;

== Domanda 4 ==

K-means è un esempio di:

* A) Apprendimento supervisionato
* B) Regressione logistica
* C) Validazione esterna
* D) Apprendimento non supervisionato

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposta&quot; data-collapsetext=&quot;Nascondi risposta&quot;&gt;
'''Risposta: D'''. Non usa la variabile esito per formare i cluster.
&lt;/div&gt;

== Torna all'unità ==
[[PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Torna all'Unità 7]]
[[Categoria:PenuX in R|Quiz Unità 7]]</text>
      <sha1>853kk9tfqvtw9r4gv2bpzf8h47idu9k</sha1>
    </revision>
  </page>
  <page>
    <title>PenuX in R/Guida di base al Machine Learning in R</title>
    <ns>0</ns>
    <id>61191</id>
    <revision>
      <id>502053</id>
      <parentid>502026</parentid>
      <timestamp>2026-10-04T14:38:29Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <minor />
      <comment>Hippias ha spostato la pagina [[PenuX in R: Guida di base al Machine Learning in R]] a [[PenuX in R/Guida di base al Machine Learning in R]] senza lasciare redirect: [[Aiuto:Convenzioni di nomenclatura|Convenzioni di nomenclatura]]: sottopagino correttamente</comment>
      <origin>502026</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="8780" sha1="g3u8kf3wx0r3a8gyg127lvctny6i7hs" xml:space="preserve">= PenuX in R: Guida di base al Machine Learning in R =

Questa guida introduce i concetti essenziali del machine learning (apprendimento automatico) e mostra, passo dopo passo, come applicarli in R con piccoli esempi che usano dataset già inclusi in R (&lt;code&gt;iris&lt;/code&gt; e &lt;code&gt;mtcars&lt;/code&gt;). Non servono dati clinici né conoscenze avanzate: è sufficiente aver letto l'[[PenuX in R: Unità 1 - Fondamenti del Linguaggio R|Unità 1]].

== Che cos'è il machine learning ==

Il machine learning è l'insieme dei metodi con cui un programma impara dai dati a fare previsioni o a trovare strutture, senza che le regole vengano scritte a mano.

=== Due famiglie principali ===

* '''Apprendimento supervisionato''': i dati contengono la risposta corretta (l'etichetta, o variabile target) e il modello impara a prevederla.
** ''Classificazione'': la risposta è una categoria (per esempio malato / sano, oppure la specie di un fiore).
** ''Regressione'': la risposta è un numero (per esempio il consumo di carburante).
* '''Apprendimento non supervisionato''': non c'è una risposta nota; il modello cerca gruppi o pattern (per esempio il ''clustering'' con k-means).

=== Vocabolario di base ===

* '''Feature (variabile predittiva)''': una colonna usata per fare la previsione (età, pressione, lunghezza del petalo).
* '''Target (esito)''': la colonna che vogliamo prevedere.
* '''Training set''': i dati su cui il modello impara.
* '''Test set''': dati tenuti da parte, mai visti dal modello, usati per valutarlo.
* '''Overfitting''': il modello memorizza il rumore del training set e funziona male su dati nuovi.

== Il flusso di lavoro in sei passi ==

# Definire il problema e la variabile target
# Preparare e controllare i dati (valori mancanti, tipi, outlier)
# Dividere i dati in training e test
# Addestrare uno o più modelli
# Valutare i modelli sul test set
# Interpretare, confrontare e (se serve) migliorare

== Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;e1071&quot;))

library(caret)
set.seed(42)   # rende i risultati riproducibili

data(iris)
str(iris)
summary(iris)
table(iris$Species)
&lt;/syntaxhighlight&gt;

Il dataset &lt;code&gt;iris&lt;/code&gt; contiene 150 fiori di tre specie, descritti da quattro misure (lunghezza e larghezza di sepalo e petalo). La variabile target è &lt;code&gt;Species&lt;/code&gt;.

== Passo 1: dividere i dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(iris$Species, p = 0.70, list = FALSE)
train &lt;- iris[idx, ]
test  &lt;- iris[-idx, ]

nrow(train)   # circa 105
nrow(test)    # circa 45
table(train$Species)
&lt;/syntaxhighlight&gt;

&lt;code&gt;createDataPartition()&lt;/code&gt; mantiene la stessa proporzione di classi nei due insiemi (divisione ''stratificata'').

== Passo 2: addestrare un primo modello ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(method = &quot;cv&quot;, number = 5)   # validazione incrociata a 5 fold

modello_albero &lt;- train(Species ~ ., data = train,
                        method = &quot;rpart&quot;,
                        trControl = ctrl)

modello_albero
&lt;/syntaxhighlight&gt;

La funzione &lt;code&gt;train()&lt;/code&gt; di caret offre la stessa interfaccia per centinaia di algoritmi: basta cambiare l'argomento &lt;code&gt;method&lt;/code&gt;.

== Passo 3: valutare sul test set ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
previsioni &lt;- predict(modello_albero, newdata = test)

confusionMatrix(previsioni, test$Species)
&lt;/syntaxhighlight&gt;

La ''matrice di confusione'' confronta classi previste e classi reali. Da essa si ricavano:

* '''Accuratezza''': quota di previsioni corrette
* '''Sensibilità''': tra i casi positivi, quanti vengono riconosciuti
* '''Specificità''': tra i casi negativi, quanti vengono riconosciuti

Con classi molto sbilanciate (per esempio una malattia rara) l'accuratezza da sola può ingannare: valuta sempre anche sensibilità e specificità.

== Passo 4: provare altri modelli e confrontarli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
set.seed(42)
modello_rf &lt;- train(Species ~ ., data = train, method = &quot;rf&quot;,
                    trControl = ctrl)

set.seed(42)
modello_knn &lt;- train(Species ~ ., data = train, method = &quot;knn&quot;,
                     trControl = ctrl,
                     preProcess = c(&quot;center&quot;, &quot;scale&quot;))

confronto &lt;- resamples(list(Albero = modello_albero,
                            RandomForest = modello_rf,
                            kNN = modello_knn))
summary(confronto)
bwplot(confronto)
&lt;/syntaxhighlight&gt;

Note utili:

* Il '''kNN''' usa le distanze, quindi richiede la standardizzazione (&lt;code&gt;center&lt;/code&gt; e &lt;code&gt;scale&lt;/code&gt;).
* Gli '''alberi''' e la '''Random Forest''' non richiedono standardizzazione.
* Scegli il modello con le prestazioni migliori in validazione incrociata, poi verificalo '''una sola volta''' sul test set.

== Passo 5: quali variabili contano? ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
varImp(modello_rf)
plot(varImp(modello_rf))
&lt;/syntaxhighlight&gt;

== Un esempio di regressione ==

Prevediamo il consumo (&lt;code&gt;mpg&lt;/code&gt;) delle auto del dataset &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

modello_lm &lt;- lm(mpg ~ wt + hp, data = train)
summary(modello_lm)

pred &lt;- predict(modello_lm, newdata = test)

# Errore medio di previsione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
c(RMSE = rmse, MAE = mae)
&lt;/syntaxhighlight&gt;

In regressione si usano metriche di errore: '''RMSE''' (radice dell'errore quadratico medio, penalizza gli errori grandi) e '''MAE''' (errore assoluto medio).

== Un esempio non supervisionato: k-means ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
X &lt;- scale(iris[, 1:4])          # usiamo solo le misure, senza la specie

set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)

table(Cluster = km$cluster, Specie = iris$Species)
&lt;/syntaxhighlight&gt;

Il modello non ha visto le specie, ma i cluster ne ricalcano in gran parte la divisione. Questo non succede sempre: i cluster non coincidono necessariamente con categorie reali.

== Errori comuni da evitare ==

* '''Valutare sui dati di addestramento''': porta a sovrastimare le prestazioni.
* '''Fuga di informazioni (data leakage)''': calcolare medie, scalature o imputazioni sull'intero dataset prima della divisione. Calcolale solo sul training e applicale al test.
* '''Dimenticare il seme''' (&lt;code&gt;set.seed()&lt;/code&gt;): senza, i risultati cambiano a ogni esecuzione.
* '''Usare solo l'accuratezza''' con classi sbilanciate.
* '''Confondere correlazione e causalità''': un buon modello predittivo non spiega il perché.
* '''Usare il test set più volte''' per scegliere il modello: diventa di fatto un secondo training set.

== Mini-quiz di autovalutazione ==

* Qual è la differenza tra classificazione e regressione?
* Perché si tiene da parte un test set?
* Che cosa indica una grande differenza tra accuratezza sul training e sul test?
* Perché il kNN richiede la standardizzazione e la Random Forest no?
* Perché k-means è un metodo non supervisionato?

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposte&quot; data-collapsetext=&quot;Nascondi risposte&quot;&gt;
# La classificazione prevede una categoria, la regressione un numero.
# Per stimare le prestazioni su dati mai visti dal modello.
# Overfitting: il modello ha memorizzato il training set.
# Il kNN si basa sulle distanze, che dipendono dalla scala delle variabili; gli alberi dividono per soglie e non risentono della scala.
# Perché non usa la variabile target per formare i gruppi.
&lt;/div&gt;

== Esercizi ==

# Ripeti il flusso con il dataset &lt;code&gt;iris&lt;/code&gt; usando &lt;code&gt;p = 0.8&lt;/code&gt;. Cambiano i risultati?
# Aggiungi un modello SVM (&lt;code&gt;method = &quot;svmRadial&quot;&lt;/code&gt;) al confronto.
# Sul dataset &lt;code&gt;mtcars&lt;/code&gt; aggiungi la variabile &lt;code&gt;cyl&lt;/code&gt; al modello lineare e confronta l'RMSE.
# Prova k-means con &lt;code&gt;centers = 2&lt;/code&gt; e &lt;code&gt;centers = 4&lt;/code&gt;: come cambia la tabella rispetto alle specie?
# Ripeti l'Esercizio 1 con &lt;code&gt;set.seed(1)&lt;/code&gt; e &lt;code&gt;set.seed(2)&lt;/code&gt; e confronta la variabilità delle prestazioni.

== Avvertenza ==

I dataset usati qui sono didattici. Un modello predittivo in ambito sanitario richiede validazione clinica, controllo della qualità dei dati e conformità normativa prima di qualunque uso reale: vedi le Unità 5 e 6.

== Prosegui da qui ==

* [[PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: preparazione dei dati]]
* [[PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: esercitazioni di machine learning]]
* [[PenuX in R]]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk

[[uk:PenuX в R: Базовий посібник з машинного навчання в R]]</text>
      <sha1>g3u8kf3wx0r3a8gyg127lvctny6i7hs</sha1>
    </revision>
    <revision>
      <id>502095</id>
      <parentid>502053</parentid>
      <timestamp>2026-10-04T18:19:53Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502095</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="8844" sha1="76skjm4qrog1jhc5myyrc0if5n0a05p" xml:space="preserve">= PenuX in R: Guida di base al Machine Learning in R =

Questa guida introduce i concetti essenziali del machine learning (apprendimento automatico) e mostra, passo dopo passo, come applicarli in R con piccoli esempi che usano dataset già inclusi in R (&lt;code&gt;iris&lt;/code&gt; e &lt;code&gt;mtcars&lt;/code&gt;). Non servono dati clinici né conoscenze avanzate: è sufficiente aver letto l'[[PenuX in R: Unità 1 - Fondamenti del Linguaggio R|Unità 1]].

== Che cos'è il machine learning ==

Il machine learning è l'insieme dei metodi con cui un programma impara dai dati a fare previsioni o a trovare strutture, senza che le regole vengano scritte a mano.

=== Due famiglie principali ===

* '''Apprendimento supervisionato''': i dati contengono la risposta corretta (l'etichetta, o variabile target) e il modello impara a prevederla.
** ''Classificazione'': la risposta è una categoria (per esempio malato / sano, oppure la specie di un fiore).
** ''Regressione'': la risposta è un numero (per esempio il consumo di carburante).
* '''Apprendimento non supervisionato''': non c'è una risposta nota; il modello cerca gruppi o pattern (per esempio il ''clustering'' con k-means).

=== Vocabolario di base ===

* '''Feature (variabile predittiva)''': una colonna usata per fare la previsione (età, pressione, lunghezza del petalo).
* '''Target (esito)''': la colonna che vogliamo prevedere.
* '''Training set''': i dati su cui il modello impara.
* '''Test set''': dati tenuti da parte, mai visti dal modello, usati per valutarlo.
* '''Overfitting''': il modello memorizza il rumore del training set e funziona male su dati nuovi.

== Il flusso di lavoro in sei passi ==

# Definire il problema e la variabile target
# Preparare e controllare i dati (valori mancanti, tipi, outlier)
# Dividere i dati in training e test
# Addestrare uno o più modelli
# Valutare i modelli sul test set
# Interpretare, confrontare e (se serve) migliorare

== Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;e1071&quot;))

library(caret)
set.seed(42)   # rende i risultati riproducibili

data(iris)
str(iris)
summary(iris)
table(iris$Species)
&lt;/syntaxhighlight&gt;

Il dataset &lt;code&gt;iris&lt;/code&gt; contiene 150 fiori di tre specie, descritti da quattro misure (lunghezza e larghezza di sepalo e petalo). La variabile target è &lt;code&gt;Species&lt;/code&gt;.

== Passo 1: dividere i dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(iris$Species, p = 0.70, list = FALSE)
train &lt;- iris[idx, ]
test  &lt;- iris[-idx, ]

nrow(train)   # circa 105
nrow(test)    # circa 45
table(train$Species)
&lt;/syntaxhighlight&gt;

&lt;code&gt;createDataPartition()&lt;/code&gt; mantiene la stessa proporzione di classi nei due insiemi (divisione ''stratificata'').

== Passo 2: addestrare un primo modello ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(method = &quot;cv&quot;, number = 5)   # validazione incrociata a 5 fold

modello_albero &lt;- train(Species ~ ., data = train,
                        method = &quot;rpart&quot;,
                        trControl = ctrl)

modello_albero
&lt;/syntaxhighlight&gt;

La funzione &lt;code&gt;train()&lt;/code&gt; di caret offre la stessa interfaccia per centinaia di algoritmi: basta cambiare l'argomento &lt;code&gt;method&lt;/code&gt;.

== Passo 3: valutare sul test set ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
previsioni &lt;- predict(modello_albero, newdata = test)

confusionMatrix(previsioni, test$Species)
&lt;/syntaxhighlight&gt;

La ''matrice di confusione'' confronta classi previste e classi reali. Da essa si ricavano:

* '''Accuratezza''': quota di previsioni corrette
* '''Sensibilità''': tra i casi positivi, quanti vengono riconosciuti
* '''Specificità''': tra i casi negativi, quanti vengono riconosciuti

Con classi molto sbilanciate (per esempio una malattia rara) l'accuratezza da sola può ingannare: valuta sempre anche sensibilità e specificità.

== Passo 4: provare altri modelli e confrontarli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
set.seed(42)
modello_rf &lt;- train(Species ~ ., data = train, method = &quot;rf&quot;,
                    trControl = ctrl)

set.seed(42)
modello_knn &lt;- train(Species ~ ., data = train, method = &quot;knn&quot;,
                     trControl = ctrl,
                     preProcess = c(&quot;center&quot;, &quot;scale&quot;))

confronto &lt;- resamples(list(Albero = modello_albero,
                            RandomForest = modello_rf,
                            kNN = modello_knn))
summary(confronto)
bwplot(confronto)
&lt;/syntaxhighlight&gt;

Note utili:

* Il '''kNN''' usa le distanze, quindi richiede la standardizzazione (&lt;code&gt;center&lt;/code&gt; e &lt;code&gt;scale&lt;/code&gt;).
* Gli '''alberi''' e la '''Random Forest''' non richiedono standardizzazione.
* Scegli il modello con le prestazioni migliori in validazione incrociata, poi verificalo '''una sola volta''' sul test set.

== Passo 5: quali variabili contano? ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
varImp(modello_rf)
plot(varImp(modello_rf))
&lt;/syntaxhighlight&gt;

== Un esempio di regressione ==

Prevediamo il consumo (&lt;code&gt;mpg&lt;/code&gt;) delle auto del dataset &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

modello_lm &lt;- lm(mpg ~ wt + hp, data = train)
summary(modello_lm)

pred &lt;- predict(modello_lm, newdata = test)

# Errore medio di previsione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
c(RMSE = rmse, MAE = mae)
&lt;/syntaxhighlight&gt;

In regressione si usano metriche di errore: '''RMSE''' (radice dell'errore quadratico medio, penalizza gli errori grandi) e '''MAE''' (errore assoluto medio).

== Un esempio non supervisionato: k-means ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
X &lt;- scale(iris[, 1:4])          # usiamo solo le misure, senza la specie

set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)

table(Cluster = km$cluster, Specie = iris$Species)
&lt;/syntaxhighlight&gt;

Il modello non ha visto le specie, ma i cluster ne ricalcano in gran parte la divisione. Questo non succede sempre: i cluster non coincidono necessariamente con categorie reali.

== Errori comuni da evitare ==

* '''Valutare sui dati di addestramento''': porta a sovrastimare le prestazioni.
* '''Fuga di informazioni (data leakage)''': calcolare medie, scalature o imputazioni sull'intero dataset prima della divisione. Calcolale solo sul training e applicale al test.
* '''Dimenticare il seme''' (&lt;code&gt;set.seed()&lt;/code&gt;): senza, i risultati cambiano a ogni esecuzione.
* '''Usare solo l'accuratezza''' con classi sbilanciate.
* '''Confondere correlazione e causalità''': un buon modello predittivo non spiega il perché.
* '''Usare il test set più volte''' per scegliere il modello: diventa di fatto un secondo training set.

== Mini-quiz di autovalutazione ==

* Qual è la differenza tra classificazione e regressione?
* Perché si tiene da parte un test set?
* Che cosa indica una grande differenza tra accuratezza sul training e sul test?
* Perché il kNN richiede la standardizzazione e la Random Forest no?
* Perché k-means è un metodo non supervisionato?

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposte&quot; data-collapsetext=&quot;Nascondi risposte&quot;&gt;
# La classificazione prevede una categoria, la regressione un numero.
# Per stimare le prestazioni su dati mai visti dal modello.
# Overfitting: il modello ha memorizzato il training set.
# Il kNN si basa sulle distanze, che dipendono dalla scala delle variabili; gli alberi dividono per soglie e non risentono della scala.
# Perché non usa la variabile target per formare i gruppi.
&lt;/div&gt;

== Esercizi ==

# Ripeti il flusso con il dataset &lt;code&gt;iris&lt;/code&gt; usando &lt;code&gt;p = 0.8&lt;/code&gt;. Cambiano i risultati?
# Aggiungi un modello SVM (&lt;code&gt;method = &quot;svmRadial&quot;&lt;/code&gt;) al confronto.
# Sul dataset &lt;code&gt;mtcars&lt;/code&gt; aggiungi la variabile &lt;code&gt;cyl&lt;/code&gt; al modello lineare e confronta l'RMSE.
# Prova k-means con &lt;code&gt;centers = 2&lt;/code&gt; e &lt;code&gt;centers = 4&lt;/code&gt;: come cambia la tabella rispetto alle specie?
# Ripeti l'Esercizio 1 con &lt;code&gt;set.seed(1)&lt;/code&gt; e &lt;code&gt;set.seed(2)&lt;/code&gt; e confronta la variabilità delle prestazioni.

== Avvertenza ==

I dataset usati qui sono didattici. Un modello predittivo in ambito sanitario richiede validazione clinica, controllo della qualità dei dati e conformità normativa prima di qualunque uso reale: vedi le Unità 5 e 6.

== Prosegui da qui ==

* [[PenuX in R: Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: preparazione dei dati]]
* [[PenuX in R: Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: esercitazioni di machine learning]]
* [[PenuX in R]]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk
[[Categoria:PenuX in R|Guida di base al Machine Learning in R]]

[[uk:PenuX в R: Базовий посібник з машинного навчання в R]]</text>
      <sha1>76skjm4qrog1jhc5myyrc0if5n0a05p</sha1>
    </revision>
    <revision>
      <id>502111</id>
      <parentid>502095</parentid>
      <timestamp>2026-10-04T18:23:57Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>bot: fix link</comment>
      <origin>502111</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="8841" sha1="224nduymulrtwdz6g60hvy1ddli5pu5" xml:space="preserve">= PenuX in R: Guida di base al Machine Learning in R =

Questa guida introduce i concetti essenziali del machine learning (apprendimento automatico) e mostra, passo dopo passo, come applicarli in R con piccoli esempi che usano dataset già inclusi in R (&lt;code&gt;iris&lt;/code&gt; e &lt;code&gt;mtcars&lt;/code&gt;). Non servono dati clinici né conoscenze avanzate: è sufficiente aver letto l'[[PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Unità 1]].

== Che cos'è il machine learning ==

Il machine learning è l'insieme dei metodi con cui un programma impara dai dati a fare previsioni o a trovare strutture, senza che le regole vengano scritte a mano.

=== Due famiglie principali ===

* '''Apprendimento supervisionato''': i dati contengono la risposta corretta (l'etichetta, o variabile target) e il modello impara a prevederla.
** ''Classificazione'': la risposta è una categoria (per esempio malato / sano, oppure la specie di un fiore).
** ''Regressione'': la risposta è un numero (per esempio il consumo di carburante).
* '''Apprendimento non supervisionato''': non c'è una risposta nota; il modello cerca gruppi o pattern (per esempio il ''clustering'' con k-means).

=== Vocabolario di base ===

* '''Feature (variabile predittiva)''': una colonna usata per fare la previsione (età, pressione, lunghezza del petalo).
* '''Target (esito)''': la colonna che vogliamo prevedere.
* '''Training set''': i dati su cui il modello impara.
* '''Test set''': dati tenuti da parte, mai visti dal modello, usati per valutarlo.
* '''Overfitting''': il modello memorizza il rumore del training set e funziona male su dati nuovi.

== Il flusso di lavoro in sei passi ==

# Definire il problema e la variabile target
# Preparare e controllare i dati (valori mancanti, tipi, outlier)
# Dividere i dati in training e test
# Addestrare uno o più modelli
# Valutare i modelli sul test set
# Interpretare, confrontare e (se serve) migliorare

== Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;e1071&quot;))

library(caret)
set.seed(42)   # rende i risultati riproducibili

data(iris)
str(iris)
summary(iris)
table(iris$Species)
&lt;/syntaxhighlight&gt;

Il dataset &lt;code&gt;iris&lt;/code&gt; contiene 150 fiori di tre specie, descritti da quattro misure (lunghezza e larghezza di sepalo e petalo). La variabile target è &lt;code&gt;Species&lt;/code&gt;.

== Passo 1: dividere i dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(iris$Species, p = 0.70, list = FALSE)
train &lt;- iris[idx, ]
test  &lt;- iris[-idx, ]

nrow(train)   # circa 105
nrow(test)    # circa 45
table(train$Species)
&lt;/syntaxhighlight&gt;

&lt;code&gt;createDataPartition()&lt;/code&gt; mantiene la stessa proporzione di classi nei due insiemi (divisione ''stratificata'').

== Passo 2: addestrare un primo modello ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(method = &quot;cv&quot;, number = 5)   # validazione incrociata a 5 fold

modello_albero &lt;- train(Species ~ ., data = train,
                        method = &quot;rpart&quot;,
                        trControl = ctrl)

modello_albero
&lt;/syntaxhighlight&gt;

La funzione &lt;code&gt;train()&lt;/code&gt; di caret offre la stessa interfaccia per centinaia di algoritmi: basta cambiare l'argomento &lt;code&gt;method&lt;/code&gt;.

== Passo 3: valutare sul test set ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
previsioni &lt;- predict(modello_albero, newdata = test)

confusionMatrix(previsioni, test$Species)
&lt;/syntaxhighlight&gt;

La ''matrice di confusione'' confronta classi previste e classi reali. Da essa si ricavano:

* '''Accuratezza''': quota di previsioni corrette
* '''Sensibilità''': tra i casi positivi, quanti vengono riconosciuti
* '''Specificità''': tra i casi negativi, quanti vengono riconosciuti

Con classi molto sbilanciate (per esempio una malattia rara) l'accuratezza da sola può ingannare: valuta sempre anche sensibilità e specificità.

== Passo 4: provare altri modelli e confrontarli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
set.seed(42)
modello_rf &lt;- train(Species ~ ., data = train, method = &quot;rf&quot;,
                    trControl = ctrl)

set.seed(42)
modello_knn &lt;- train(Species ~ ., data = train, method = &quot;knn&quot;,
                     trControl = ctrl,
                     preProcess = c(&quot;center&quot;, &quot;scale&quot;))

confronto &lt;- resamples(list(Albero = modello_albero,
                            RandomForest = modello_rf,
                            kNN = modello_knn))
summary(confronto)
bwplot(confronto)
&lt;/syntaxhighlight&gt;

Note utili:

* Il '''kNN''' usa le distanze, quindi richiede la standardizzazione (&lt;code&gt;center&lt;/code&gt; e &lt;code&gt;scale&lt;/code&gt;).
* Gli '''alberi''' e la '''Random Forest''' non richiedono standardizzazione.
* Scegli il modello con le prestazioni migliori in validazione incrociata, poi verificalo '''una sola volta''' sul test set.

== Passo 5: quali variabili contano? ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
varImp(modello_rf)
plot(varImp(modello_rf))
&lt;/syntaxhighlight&gt;

== Un esempio di regressione ==

Prevediamo il consumo (&lt;code&gt;mpg&lt;/code&gt;) delle auto del dataset &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

modello_lm &lt;- lm(mpg ~ wt + hp, data = train)
summary(modello_lm)

pred &lt;- predict(modello_lm, newdata = test)

# Errore medio di previsione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
c(RMSE = rmse, MAE = mae)
&lt;/syntaxhighlight&gt;

In regressione si usano metriche di errore: '''RMSE''' (radice dell'errore quadratico medio, penalizza gli errori grandi) e '''MAE''' (errore assoluto medio).

== Un esempio non supervisionato: k-means ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
X &lt;- scale(iris[, 1:4])          # usiamo solo le misure, senza la specie

set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)

table(Cluster = km$cluster, Specie = iris$Species)
&lt;/syntaxhighlight&gt;

Il modello non ha visto le specie, ma i cluster ne ricalcano in gran parte la divisione. Questo non succede sempre: i cluster non coincidono necessariamente con categorie reali.

== Errori comuni da evitare ==

* '''Valutare sui dati di addestramento''': porta a sovrastimare le prestazioni.
* '''Fuga di informazioni (data leakage)''': calcolare medie, scalature o imputazioni sull'intero dataset prima della divisione. Calcolale solo sul training e applicale al test.
* '''Dimenticare il seme''' (&lt;code&gt;set.seed()&lt;/code&gt;): senza, i risultati cambiano a ogni esecuzione.
* '''Usare solo l'accuratezza''' con classi sbilanciate.
* '''Confondere correlazione e causalità''': un buon modello predittivo non spiega il perché.
* '''Usare il test set più volte''' per scegliere il modello: diventa di fatto un secondo training set.

== Mini-quiz di autovalutazione ==

* Qual è la differenza tra classificazione e regressione?
* Perché si tiene da parte un test set?
* Che cosa indica una grande differenza tra accuratezza sul training e sul test?
* Perché il kNN richiede la standardizzazione e la Random Forest no?
* Perché k-means è un metodo non supervisionato?

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposte&quot; data-collapsetext=&quot;Nascondi risposte&quot;&gt;
# La classificazione prevede una categoria, la regressione un numero.
# Per stimare le prestazioni su dati mai visti dal modello.
# Overfitting: il modello ha memorizzato il training set.
# Il kNN si basa sulle distanze, che dipendono dalla scala delle variabili; gli alberi dividono per soglie e non risentono della scala.
# Perché non usa la variabile target per formare i gruppi.
&lt;/div&gt;

== Esercizi ==

# Ripeti il flusso con il dataset &lt;code&gt;iris&lt;/code&gt; usando &lt;code&gt;p = 0.8&lt;/code&gt;. Cambiano i risultati?
# Aggiungi un modello SVM (&lt;code&gt;method = &quot;svmRadial&quot;&lt;/code&gt;) al confronto.
# Sul dataset &lt;code&gt;mtcars&lt;/code&gt; aggiungi la variabile &lt;code&gt;cyl&lt;/code&gt; al modello lineare e confronta l'RMSE.
# Prova k-means con &lt;code&gt;centers = 2&lt;/code&gt; e &lt;code&gt;centers = 4&lt;/code&gt;: come cambia la tabella rispetto alle specie?
# Ripeti l'Esercizio 1 con &lt;code&gt;set.seed(1)&lt;/code&gt; e &lt;code&gt;set.seed(2)&lt;/code&gt; e confronta la variabilità delle prestazioni.

== Avvertenza ==

I dataset usati qui sono didattici. Un modello predittivo in ambito sanitario richiede validazione clinica, controllo della qualità dei dati e conformità normativa prima di qualunque uso reale: vedi le Unità 5 e 6.

== Prosegui da qui ==

* [[PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: preparazione dei dati]]
* [[PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: esercitazioni di machine learning]]
* [[PenuX in R]]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk
[[Categoria:PenuX in R|Guida di base al Machine Learning in R]]

[[uk:PenuX в R: Базовий посібник з машинного навчання в R]]</text>
      <sha1>224nduymulrtwdz6g60hvy1ddli5pu5</sha1>
    </revision>
    <revision>
      <id>502126</id>
      <parentid>502111</parentid>
      <timestamp>2026-10-04T18:31:50Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge l'indice</comment>
      <origin>502126</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="8856" sha1="m1cs51iurdpmmma2ihls5p8lmnh41rn" xml:space="preserve">{{PenuX in R}}
= PenuX in R: Guida di base al Machine Learning in R =

Questa guida introduce i concetti essenziali del machine learning (apprendimento automatico) e mostra, passo dopo passo, come applicarli in R con piccoli esempi che usano dataset già inclusi in R (&lt;code&gt;iris&lt;/code&gt; e &lt;code&gt;mtcars&lt;/code&gt;). Non servono dati clinici né conoscenze avanzate: è sufficiente aver letto l'[[PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Unità 1]].

== Che cos'è il machine learning ==

Il machine learning è l'insieme dei metodi con cui un programma impara dai dati a fare previsioni o a trovare strutture, senza che le regole vengano scritte a mano.

=== Due famiglie principali ===

* '''Apprendimento supervisionato''': i dati contengono la risposta corretta (l'etichetta, o variabile target) e il modello impara a prevederla.
** ''Classificazione'': la risposta è una categoria (per esempio malato / sano, oppure la specie di un fiore).
** ''Regressione'': la risposta è un numero (per esempio il consumo di carburante).
* '''Apprendimento non supervisionato''': non c'è una risposta nota; il modello cerca gruppi o pattern (per esempio il ''clustering'' con k-means).

=== Vocabolario di base ===

* '''Feature (variabile predittiva)''': una colonna usata per fare la previsione (età, pressione, lunghezza del petalo).
* '''Target (esito)''': la colonna che vogliamo prevedere.
* '''Training set''': i dati su cui il modello impara.
* '''Test set''': dati tenuti da parte, mai visti dal modello, usati per valutarlo.
* '''Overfitting''': il modello memorizza il rumore del training set e funziona male su dati nuovi.

== Il flusso di lavoro in sei passi ==

# Definire il problema e la variabile target
# Preparare e controllare i dati (valori mancanti, tipi, outlier)
# Dividere i dati in training e test
# Addestrare uno o più modelli
# Valutare i modelli sul test set
# Interpretare, confrontare e (se serve) migliorare

== Preparazione ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
install.packages(c(&quot;caret&quot;, &quot;randomForest&quot;, &quot;rpart&quot;, &quot;e1071&quot;))

library(caret)
set.seed(42)   # rende i risultati riproducibili

data(iris)
str(iris)
summary(iris)
table(iris$Species)
&lt;/syntaxhighlight&gt;

Il dataset &lt;code&gt;iris&lt;/code&gt; contiene 150 fiori di tre specie, descritti da quattro misure (lunghezza e larghezza di sepalo e petalo). La variabile target è &lt;code&gt;Species&lt;/code&gt;.

== Passo 1: dividere i dati ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
idx   &lt;- createDataPartition(iris$Species, p = 0.70, list = FALSE)
train &lt;- iris[idx, ]
test  &lt;- iris[-idx, ]

nrow(train)   # circa 105
nrow(test)    # circa 45
table(train$Species)
&lt;/syntaxhighlight&gt;

&lt;code&gt;createDataPartition()&lt;/code&gt; mantiene la stessa proporzione di classi nei due insiemi (divisione ''stratificata'').

== Passo 2: addestrare un primo modello ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
ctrl &lt;- trainControl(method = &quot;cv&quot;, number = 5)   # validazione incrociata a 5 fold

modello_albero &lt;- train(Species ~ ., data = train,
                        method = &quot;rpart&quot;,
                        trControl = ctrl)

modello_albero
&lt;/syntaxhighlight&gt;

La funzione &lt;code&gt;train()&lt;/code&gt; di caret offre la stessa interfaccia per centinaia di algoritmi: basta cambiare l'argomento &lt;code&gt;method&lt;/code&gt;.

== Passo 3: valutare sul test set ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
previsioni &lt;- predict(modello_albero, newdata = test)

confusionMatrix(previsioni, test$Species)
&lt;/syntaxhighlight&gt;

La ''matrice di confusione'' confronta classi previste e classi reali. Da essa si ricavano:

* '''Accuratezza''': quota di previsioni corrette
* '''Sensibilità''': tra i casi positivi, quanti vengono riconosciuti
* '''Specificità''': tra i casi negativi, quanti vengono riconosciuti

Con classi molto sbilanciate (per esempio una malattia rara) l'accuratezza da sola può ingannare: valuta sempre anche sensibilità e specificità.

== Passo 4: provare altri modelli e confrontarli ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
set.seed(42)
modello_rf &lt;- train(Species ~ ., data = train, method = &quot;rf&quot;,
                    trControl = ctrl)

set.seed(42)
modello_knn &lt;- train(Species ~ ., data = train, method = &quot;knn&quot;,
                     trControl = ctrl,
                     preProcess = c(&quot;center&quot;, &quot;scale&quot;))

confronto &lt;- resamples(list(Albero = modello_albero,
                            RandomForest = modello_rf,
                            kNN = modello_knn))
summary(confronto)
bwplot(confronto)
&lt;/syntaxhighlight&gt;

Note utili:

* Il '''kNN''' usa le distanze, quindi richiede la standardizzazione (&lt;code&gt;center&lt;/code&gt; e &lt;code&gt;scale&lt;/code&gt;).
* Gli '''alberi''' e la '''Random Forest''' non richiedono standardizzazione.
* Scegli il modello con le prestazioni migliori in validazione incrociata, poi verificalo '''una sola volta''' sul test set.

== Passo 5: quali variabili contano? ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
varImp(modello_rf)
plot(varImp(modello_rf))
&lt;/syntaxhighlight&gt;

== Un esempio di regressione ==

Prevediamo il consumo (&lt;code&gt;mpg&lt;/code&gt;) delle auto del dataset &lt;code&gt;mtcars&lt;/code&gt;.

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
data(mtcars)

set.seed(42)
idx   &lt;- createDataPartition(mtcars$mpg, p = 0.75, list = FALSE)
train &lt;- mtcars[idx, ]
test  &lt;- mtcars[-idx, ]

modello_lm &lt;- lm(mpg ~ wt + hp, data = train)
summary(modello_lm)

pred &lt;- predict(modello_lm, newdata = test)

# Errore medio di previsione
rmse &lt;- sqrt(mean((test$mpg - pred)^2))
mae  &lt;- mean(abs(test$mpg - pred))
c(RMSE = rmse, MAE = mae)
&lt;/syntaxhighlight&gt;

In regressione si usano metriche di errore: '''RMSE''' (radice dell'errore quadratico medio, penalizza gli errori grandi) e '''MAE''' (errore assoluto medio).

== Un esempio non supervisionato: k-means ==

&lt;syntaxhighlight lang=&quot;r&quot;&gt;
X &lt;- scale(iris[, 1:4])          # usiamo solo le misure, senza la specie

set.seed(42)
km &lt;- kmeans(X, centers = 3, nstart = 25)

table(Cluster = km$cluster, Specie = iris$Species)
&lt;/syntaxhighlight&gt;

Il modello non ha visto le specie, ma i cluster ne ricalcano in gran parte la divisione. Questo non succede sempre: i cluster non coincidono necessariamente con categorie reali.

== Errori comuni da evitare ==

* '''Valutare sui dati di addestramento''': porta a sovrastimare le prestazioni.
* '''Fuga di informazioni (data leakage)''': calcolare medie, scalature o imputazioni sull'intero dataset prima della divisione. Calcolale solo sul training e applicale al test.
* '''Dimenticare il seme''' (&lt;code&gt;set.seed()&lt;/code&gt;): senza, i risultati cambiano a ogni esecuzione.
* '''Usare solo l'accuratezza''' con classi sbilanciate.
* '''Confondere correlazione e causalità''': un buon modello predittivo non spiega il perché.
* '''Usare il test set più volte''' per scegliere il modello: diventa di fatto un secondo training set.

== Mini-quiz di autovalutazione ==

* Qual è la differenza tra classificazione e regressione?
* Perché si tiene da parte un test set?
* Che cosa indica una grande differenza tra accuratezza sul training e sul test?
* Perché il kNN richiede la standardizzazione e la Random Forest no?
* Perché k-means è un metodo non supervisionato?

&lt;div class=&quot;mw-collapsible mw-collapsed&quot; data-expandtext=&quot;Mostra risposte&quot; data-collapsetext=&quot;Nascondi risposte&quot;&gt;
# La classificazione prevede una categoria, la regressione un numero.
# Per stimare le prestazioni su dati mai visti dal modello.
# Overfitting: il modello ha memorizzato il training set.
# Il kNN si basa sulle distanze, che dipendono dalla scala delle variabili; gli alberi dividono per soglie e non risentono della scala.
# Perché non usa la variabile target per formare i gruppi.
&lt;/div&gt;

== Esercizi ==

# Ripeti il flusso con il dataset &lt;code&gt;iris&lt;/code&gt; usando &lt;code&gt;p = 0.8&lt;/code&gt;. Cambiano i risultati?
# Aggiungi un modello SVM (&lt;code&gt;method = &quot;svmRadial&quot;&lt;/code&gt;) al confronto.
# Sul dataset &lt;code&gt;mtcars&lt;/code&gt; aggiungi la variabile &lt;code&gt;cyl&lt;/code&gt; al modello lineare e confronta l'RMSE.
# Prova k-means con &lt;code&gt;centers = 2&lt;/code&gt; e &lt;code&gt;centers = 4&lt;/code&gt;: come cambia la tabella rispetto alle specie?
# Ripeti l'Esercizio 1 con &lt;code&gt;set.seed(1)&lt;/code&gt; e &lt;code&gt;set.seed(2)&lt;/code&gt; e confronta la variabilità delle prestazioni.

== Avvertenza ==

I dataset usati qui sono didattici. Un modello predittivo in ambito sanitario richiede validazione clinica, controllo della qualità dei dati e conformità normativa prima di qualunque uso reale: vedi le Unità 5 e 6.

== Prosegui da qui ==

* [[PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: preparazione dei dati]]
* [[PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: esercitazioni di machine learning]]
* [[PenuX in R]]

== Il progetto PenuX ==

Repository PenuX: https://github.com/netanelcyber/penux
Sito PenuX: https://penux.uk
[[Categoria:PenuX in R|Guida di base al Machine Learning in R]]

[[uk:PenuX в R: Базовий посібник з машинного навчання в R]]</text>
      <sha1>m1cs51iurdpmmma2ihls5p8lmnh41rn</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Umbria/Provincia di Perugia/Perugia/Colombella - Chiesa di Santa Maria Annunziata</title>
    <ns>0</ns>
    <id>61192</id>
    <revision>
      <id>502086</id>
      <parentid>502045</parentid>
      <timestamp>2026-10-04T18:01:12Z</timestamp>
      <contributor>
        <username>Gian BOT</username>
        <id>27470</id>
      </contributor>
      <minor />
      <comment>Bot: aggiunge la categoria del libro</comment>
      <origin>502086</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1073" sha1="lfz6u2vj0g6tfkmm2wz83rqkmcswhud" xml:space="preserve">{{Disposizioni foniche di organi a canne}}
{{Doppia immagine|center|Organo Colombella.jpg|303|Consolle Colombella.jpg|300}}

* '''Costruttore:''' Tamburini
* '''Anno:''' 1925
* '''Restauri/modifiche:''' ?
* '''Registri:''' 6
* '''Canne:''' ?
* '''Trasmissione:''' pneumatica 
* '''Consolle:''' addossata al centro del corpo fonico
* '''Tastiere:''' 1 di 58 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''La&lt;sup&gt;5&lt;/sup&gt;'')
* '''Pedaliera:''' parallela piana di 30 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;3&lt;/sup&gt;'')
* '''Collocazione:''' in corpo unico, a terra, nel transetto destro


{| border=&quot;0&quot; cellspacing=&quot;24&quot; cellpadding=&quot;18&quot; style=&quot;border-collapse:collapse;&quot;
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
|colspan=&quot;4&quot;| '''''Manuale'''''
----
|-
|Principale || 8'
|-
|Salicionale || 8'
|-
|Voce celeste || 8'
|-
|Ottava || 4'
|-
|Ripieno ||5 file
|-
|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''Pedale'''
----
|-
|Bordone || 16'
|-
|}
|}


{{Avanzamento|100%|3 ottobre 2026}}
[[Categoria:Disposizioni foniche di organi a canne|Colombella - Chiesa di Santa Maria Annunziata]]</text>
      <sha1>lfz6u2vj0g6tfkmm2wz83rqkmcswhud</sha1>
    </revision>
  </page>
  <page>
    <title>Discussioni utente:נתנאל שטרן</title>
    <ns>3</ns>
    <id>61195</id>
    <revision>
      <id>502050</id>
      <timestamp>2026-10-04T14:20:54Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>Benvenuto/a su Wikibooks!</comment>
      <origin>502050</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="4609" sha1="80khrx1yy16en1xdjvwh6fh7funl9ln" xml:space="preserve">&lt;div style=&quot;font-size:90%; text-align:right;&quot;&gt;For other languages, consider using [[Wikibooks:Babel]] &amp;middot; [[Wikibooks:Ambasciata|Embassy]]&lt;/div&gt;
{| width=&quot;100%&quot; cellspacing=&quot;0&quot; cellpadding=&quot;6&quot; style=&quot;font-size:95%; line-height: 15px; background-color: var(--background-color-warning-subtle, #fef6e7); color: inherit; border: 1px solid #faecc8;&quot;
|-
| colspan=&quot;4&quot; style=&quot;background: #faecc8; color: #000;&quot; |&lt;span style=&quot;font-size:larger&quot;&gt;'''[[Aiuto:Benvenuto|Benvenut{{GENDER:{{BASEPAGENAME}}|o|a|a/o}}]] {{PAGENAME}}''' in it.Wikibooks &lt;/span&gt;, la biblioteca libera.
|-
| colspan=&quot;4&quot; | Ciao, {{PAGENAME}}. Grazie per voler partecipare al progetto. Spero che la tua collaborazione ti risulti gradevole e che continuerai a contribuire. 
|-
| colspan=&quot;4&quot; | [[Aiuto:It.wb|Wikibooks]] è una raccolta di '''manuali e libri di testo''' '''[[Wikibooks:Copyright|gratuiti ed a contenuto aperto]]'''; questa comunità si è data delle regole per favore usa un po' del tuo tempo per leggere cosa [[Aiuto:Cosa mettere su Wikibooks|puoi]] o [[Wikibooks:Cosa Wikibooks non è|non puoi]] mettere su Wikibooks.
|-
| align=&quot;right&quot; | [[Image:BluePillar.svg&lt;!--Crystal Clear app lassist.png--&gt;|30px]]
| [[Wikibooks:cinque pilastri|'''I cinque pilastri di Wikibooks'''&lt;br&gt;linee guida generali per capire su cosa si fonda il progetto]]
| align=&quot;right&quot; |[[File:Cicero.PNG|30px]]
| [[Aiuto:NPOV| '''Punto di vista neutrale'''.&lt;br&gt;Apprendi i fondamentali del punto di vista neutrale]]
|-
| align=&quot;right&quot; | [[File:Kpdf bookish.svg|30px]]
| [[Wikibooks:Tutti_i_libri|'''I ripiani'''&lt;br&gt;Fai un giro tra i ripiani per trovare l'argomento a cui ti interessa contribuire]]
| align=&quot;right&quot; |[[File:Nuvola_apps_khelpcenter.png‎‎|30px]]
| [[Aiuto:Manuale|'''Manuale'''&lt;br&gt;Tutte le pagine di aiuto e le linee guida di Wikibooks]]
|-
| align=&quot;right&quot; | [[File:Nuvola apps important yellow.svg|30px]]
| [[Aiuto:Errori comuni nell'uso di Wikibooks|'''Cosa bisognerebbe evitare'''&lt;br&gt;Impara a non commettere gli errori più comuni]]
| align=&quot;right&quot; | [[File:Nuvola apps ksirc.png|30px]]
| [[Aiuto:FAQ|'''Domande frequenti'''&lt;br&gt;Cerca qui le risposte a tutte le domande più frequenti]]
|-
| width=&quot;8%&quot;  align=&quot;right&quot; | [[File:Crystal_Clear_app_korganizer.png&lt;!--Crystal Clear action apply.png--&gt;|30px]]
| [[Aiuto:Modifica|'''Impara a modificare una pagina'''&lt;br&gt;Come scrivere in una pagina wiki]]
| align=&quot;right&quot; | [[File:Nuvola apps bookcase.svg|30px]]
| [[Aiuto:Libro|'''Come scrivere un libro'''&lt;br&gt;Tutte le convenzioni di formattazione e organizzazione dei contenuti]]
|-
| align=&quot;right&quot; | [[File:Crystal_128_three.png|30px]]
| [[Wikibooks:Portale Comunità|'''Portale Comunità'''&lt;br&gt;Conosci meglio il progetto con le indicazioni del portale comunità]]
| align=&quot;right&quot; | [[File:Nuvola apps kteatime.png|30px]]
| [[Wikibooks:bar|'''Bar'''&lt;br&gt;Incontra e discuti con altri Wikibookiani]]
|-
| align=&quot;right&quot; | [[File:Wikipedia-logo.svg|30px]]
| [[Aiuto:Wikibooks per Wikipediani|'''Wikibooks per Wikipediani'''&lt;br/&gt;Per capire le differenze tra Wikibooks e Wikipedia]] 
| align=&quot;right&quot; | [[Image:Exquisite-kcontrol.png|30px]]
| [[Utente:{{PAGENAME}}/Sandbox|'''Sandbox'''&lt;br&gt;Ricordati anche che hai una pagina personale per fare tutte le prove che vuoi e salvare le tue bozze]]
|-
| colspan=&quot;4&quot; style=&quot;border-top:2px solid #faecc8;&quot; |
&lt;br /&gt;
[[File:Signature_button.png|right|Per firmare i tuoi post usa il tasto indicato]]
Questa è la tua  [[Aiuto:Pagina di discussione|'''pagina delle discussioni''']], dove saranno raccolti tutti i messaggi degli altri [[Wikibooks:Wikibookiani|wikibookiani]]. Per lasciare un messaggio ad altri utenti devi scrivergli '''nella loro pagina di discussione''', altrimenti non verrà notificato loro la presenza di un nuovo messaggio. Ogni intervento nelle pagine di discussione deve essere [[Aiuto:Firma|firmato con quattro tilde (&lt;span style=&quot;font-size:larger&quot;&gt;&lt;nowiki&gt;~~~~&lt;/nowiki&gt;&lt;/span&gt;)]] o premendo il pulsante in figura.

{{Suggerimento casuale}}
|}


{{#if:--[[Utente:Hippias|&lt;span style=&quot;font-family:Georgia, serif&quot;&gt;Hippias&lt;/span&gt;]] &lt;sup&gt;([[Discussioni utente:Hippias|msg]])&lt;/sup&gt; 16:20, 4 ott 2026 (CEST)|Naturalmente, un benvenuto anche da parte mia.|Un saluto da parte di tutti i [[Wikibooks:Wikibookiani|Wikibookiani]]!}}  Se hai bisogno di qualunque cosa, puoi lasciare un messaggio al bar ([https://it.wikibooks.org/w/index.php?title=Wikibooks:Bar&amp;action=edit&amp;section=new clicca qui]). Grazie per aver deciso di contribuire e buon lavoro! --[[Utente:Hippias|&lt;span style=&quot;font-family:Georgia, serif&quot;&gt;Hippias&lt;/span&gt;]] &lt;sup&gt;([[Discussioni utente:Hippias|msg]])&lt;/sup&gt; 16:20, 4 ott 2026 (CEST)</text>
      <sha1>80khrx1yy16en1xdjvwh6fh7funl9ln</sha1>
    </revision>
    <revision>
      <id>502055</id>
      <parentid>502050</parentid>
      <timestamp>2026-10-04T14:44:41Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>/* Consigli */ nuova sezione</comment>
      <origin>502055</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="4798" sha1="g9aml75krn1me4ydc68zuta1d6bmeh6" xml:space="preserve">&lt;div style=&quot;font-size:90%; text-align:right;&quot;&gt;For other languages, consider using [[Wikibooks:Babel]] &amp;middot; [[Wikibooks:Ambasciata|Embassy]]&lt;/div&gt;
{| width=&quot;100%&quot; cellspacing=&quot;0&quot; cellpadding=&quot;6&quot; style=&quot;font-size:95%; line-height: 15px; background-color: var(--background-color-warning-subtle, #fef6e7); color: inherit; border: 1px solid #faecc8;&quot;
|-
| colspan=&quot;4&quot; style=&quot;background: #faecc8; color: #000;&quot; |&lt;span style=&quot;font-size:larger&quot;&gt;'''[[Aiuto:Benvenuto|Benvenut{{GENDER:{{BASEPAGENAME}}|o|a|a/o}}]] {{PAGENAME}}''' in it.Wikibooks &lt;/span&gt;, la biblioteca libera.
|-
| colspan=&quot;4&quot; | Ciao, {{PAGENAME}}. Grazie per voler partecipare al progetto. Spero che la tua collaborazione ti risulti gradevole e che continuerai a contribuire. 
|-
| colspan=&quot;4&quot; | [[Aiuto:It.wb|Wikibooks]] è una raccolta di '''manuali e libri di testo''' '''[[Wikibooks:Copyright|gratuiti ed a contenuto aperto]]'''; questa comunità si è data delle regole per favore usa un po' del tuo tempo per leggere cosa [[Aiuto:Cosa mettere su Wikibooks|puoi]] o [[Wikibooks:Cosa Wikibooks non è|non puoi]] mettere su Wikibooks.
|-
| align=&quot;right&quot; | [[Image:BluePillar.svg&lt;!--Crystal Clear app lassist.png--&gt;|30px]]
| [[Wikibooks:cinque pilastri|'''I cinque pilastri di Wikibooks'''&lt;br&gt;linee guida generali per capire su cosa si fonda il progetto]]
| align=&quot;right&quot; |[[File:Cicero.PNG|30px]]
| [[Aiuto:NPOV| '''Punto di vista neutrale'''.&lt;br&gt;Apprendi i fondamentali del punto di vista neutrale]]
|-
| align=&quot;right&quot; | [[File:Kpdf bookish.svg|30px]]
| [[Wikibooks:Tutti_i_libri|'''I ripiani'''&lt;br&gt;Fai un giro tra i ripiani per trovare l'argomento a cui ti interessa contribuire]]
| align=&quot;right&quot; |[[File:Nuvola_apps_khelpcenter.png‎‎|30px]]
| [[Aiuto:Manuale|'''Manuale'''&lt;br&gt;Tutte le pagine di aiuto e le linee guida di Wikibooks]]
|-
| align=&quot;right&quot; | [[File:Nuvola apps important yellow.svg|30px]]
| [[Aiuto:Errori comuni nell'uso di Wikibooks|'''Cosa bisognerebbe evitare'''&lt;br&gt;Impara a non commettere gli errori più comuni]]
| align=&quot;right&quot; | [[File:Nuvola apps ksirc.png|30px]]
| [[Aiuto:FAQ|'''Domande frequenti'''&lt;br&gt;Cerca qui le risposte a tutte le domande più frequenti]]
|-
| width=&quot;8%&quot;  align=&quot;right&quot; | [[File:Crystal_Clear_app_korganizer.png&lt;!--Crystal Clear action apply.png--&gt;|30px]]
| [[Aiuto:Modifica|'''Impara a modificare una pagina'''&lt;br&gt;Come scrivere in una pagina wiki]]
| align=&quot;right&quot; | [[File:Nuvola apps bookcase.svg|30px]]
| [[Aiuto:Libro|'''Come scrivere un libro'''&lt;br&gt;Tutte le convenzioni di formattazione e organizzazione dei contenuti]]
|-
| align=&quot;right&quot; | [[File:Crystal_128_three.png|30px]]
| [[Wikibooks:Portale Comunità|'''Portale Comunità'''&lt;br&gt;Conosci meglio il progetto con le indicazioni del portale comunità]]
| align=&quot;right&quot; | [[File:Nuvola apps kteatime.png|30px]]
| [[Wikibooks:bar|'''Bar'''&lt;br&gt;Incontra e discuti con altri Wikibookiani]]
|-
| align=&quot;right&quot; | [[File:Wikipedia-logo.svg|30px]]
| [[Aiuto:Wikibooks per Wikipediani|'''Wikibooks per Wikipediani'''&lt;br/&gt;Per capire le differenze tra Wikibooks e Wikipedia]] 
| align=&quot;right&quot; | [[Image:Exquisite-kcontrol.png|30px]]
| [[Utente:{{PAGENAME}}/Sandbox|'''Sandbox'''&lt;br&gt;Ricordati anche che hai una pagina personale per fare tutte le prove che vuoi e salvare le tue bozze]]
|-
| colspan=&quot;4&quot; style=&quot;border-top:2px solid #faecc8;&quot; |
&lt;br /&gt;
[[File:Signature_button.png|right|Per firmare i tuoi post usa il tasto indicato]]
Questa è la tua  [[Aiuto:Pagina di discussione|'''pagina delle discussioni''']], dove saranno raccolti tutti i messaggi degli altri [[Wikibooks:Wikibookiani|wikibookiani]]. Per lasciare un messaggio ad altri utenti devi scrivergli '''nella loro pagina di discussione''', altrimenti non verrà notificato loro la presenza di un nuovo messaggio. Ogni intervento nelle pagine di discussione deve essere [[Aiuto:Firma|firmato con quattro tilde (&lt;span style=&quot;font-size:larger&quot;&gt;&lt;nowiki&gt;~~~~&lt;/nowiki&gt;&lt;/span&gt;)]] o premendo il pulsante in figura.

{{Suggerimento casuale}}
|}


{{#if:--[[Utente:Hippias|&lt;span style=&quot;font-family:Georgia, serif&quot;&gt;Hippias&lt;/span&gt;]] &lt;sup&gt;([[Discussioni utente:Hippias|msg]])&lt;/sup&gt; 16:20, 4 ott 2026 (CEST)|Naturalmente, un benvenuto anche da parte mia.|Un saluto da parte di tutti i [[Wikibooks:Wikibookiani|Wikibookiani]]!}}  Se hai bisogno di qualunque cosa, puoi lasciare un messaggio al bar ([https://it.wikibooks.org/w/index.php?title=Wikibooks:Bar&amp;action=edit&amp;section=new clicca qui]). Grazie per aver deciso di contribuire e buon lavoro! --[[Utente:Hippias|&lt;span style=&quot;font-family:Georgia, serif&quot;&gt;Hippias&lt;/span&gt;]] &lt;sup&gt;([[Discussioni utente:Hippias|msg]])&lt;/sup&gt; 16:20, 4 ott 2026 (CEST)

== Consigli ==
{{Aiuto nuovo libro}}
-- [[Utente:Hippias|&lt;span style=&quot;font-family:Georgia, serif&quot;&gt;Hippias&lt;/span&gt;]] &lt;sup&gt;([[Discussioni utente:Hippias|msg]])&lt;/sup&gt; 16:44, 4 ott 2026 (CEST)</text>
      <sha1>g9aml75krn1me4ydc68zuta1d6bmeh6</sha1>
    </revision>
  </page>
  <page>
    <title>Template:PenuX in R</title>
    <ns>10</ns>
    <id>61196</id>
    <revision>
      <id>502051</id>
      <timestamp>2026-10-04T14:35:38Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>nuovo indice</comment>
      <origin>502051</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="882" sha1="ia7eqhyl5npp7s0yskkjp3n0qee8ojw" xml:space="preserve">{{Sommario V
| titolo = PenuX in R
| contenuto =
* {{modulo|PenuX in R/Guida di base al Machine Learning in R}}
* {{modulo|PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Unità 1: Fondamenti di R}}
* {{modulo|PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: Preparazione Dati}}
* {{modulo|PenuX in R/Unità 3 - Analisi Esplorativa dei Dati|Unità 3: Analisi Esplorativa}}
* {{modulo|PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi|Unità 4: Modelli Predittivi}}
* {{modulo|PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli|Unità 5: Valutazione}}
* {{modulo|PenuX in R/Unità 6 - Deployment e Implementazione Clinica|Unità 6: Deployment}}
* {{modulo|PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: Esercitazioni di Machine Learning}}
}}&lt;noinclude&gt;[[Categoria:PenuX in R| ]]
[[Categoria:Template sommario]]&lt;/noinclude&gt;</text>
      <sha1>ia7eqhyl5npp7s0yskkjp3n0qee8ojw</sha1>
    </revision>
    <revision>
      <id>502071</id>
      <parentid>502051</parentid>
      <timestamp>2026-10-04T14:55:44Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <origin>502071</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="1183" sha1="g0o4bkjop8zaou36xa7fno8gsv4z1ja" xml:space="preserve">{{Sommario V
| titolo = PenuX in R
| contenuto =
* {{modulo|PenuX in R/Guida di base al Machine Learning in R}}
* {{modulo|PenuX in R/Unità 1 - Fondamenti del Linguaggio R|Unità 1: Fondamenti di R}} ({{modulo|PenuX in R/Quiz Unità 1|quiz}})
* {{modulo|PenuX in R/Unità 2 - Preparazione e Caricamento dei Dati|Unità 2: Preparazione Dati}} ({{modulo|PenuX in R/Quiz Unità 2|quiz}})
* {{modulo|PenuX in R/Unità 3 - Analisi Esplorativa dei Dati|Unità 3: Analisi Esplorativa}} ({{modulo|PenuX in R/Quiz Unità 3|quiz}})
* {{modulo|PenuX in R/Unità 4 - Costruzione dei Modelli Predittivi|Unità 4: Modelli Predittivi}} ({{modulo|PenuX in R/Quiz Unità 4|quiz}})
* {{modulo|PenuX in R/Unità 5 - Valutazione e Validazione dei Modelli|Unità 5: Valutazione}} ({{modulo|PenuX in R/Quiz Unità 5|quiz}})
* {{modulo|PenuX in R/Unità 6 - Deployment e Implementazione Clinica|Unità 6: Deployment}} ({{modulo|PenuX in R/Quiz Unità 6|quiz}})
* {{modulo|PenuX in R/Unità 7 - Esercitazioni di Machine Learning in R|Unità 7: Esercitazioni di Machine Learning}} ({{modulo|PenuX in R/Quiz Unità 7|quiz}})
}}&lt;noinclude&gt;[[Categoria:PenuX in R| ]]
[[Categoria:Template sommario]]&lt;/noinclude&gt;</text>
      <sha1>g0o4bkjop8zaou36xa7fno8gsv4z1ja</sha1>
    </revision>
  </page>
  <page>
    <title>Categoria:PenuX in R</title>
    <ns>14</ns>
    <id>61197</id>
    <revision>
      <id>502052</id>
      <timestamp>2026-10-04T14:36:55Z</timestamp>
      <contributor>
        <username>Hippias</username>
        <id>18281</id>
      </contributor>
      <comment>categoria</comment>
      <origin>502052</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="102" sha1="h6c7lljonxpajmm5za0mxp205oh60uz" xml:space="preserve">Questa categoria raccoglie le pagine del libro ''[[{{PAGENAME}}]]''.
[[Categoria:Categorie dei libri]]</text>
      <sha1>h6c7lljonxpajmm5za0mxp205oh60uz</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Crespiatica</title>
    <ns>0</ns>
    <id>61198</id>
    <revision>
      <id>502144</id>
      <timestamp>2026-10-04T21:54:03Z</timestamp>
      <contributor>
        <username>~2026-46067-79</username>
        <id>54720</id>
      </contributor>
      <comment>Nuova pagina: == Capoluogo == == Frazioni ==</comment>
      <origin>502144</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="30" sha1="ozkx25izds8x08imhet1f6ypivzsd7y" xml:space="preserve">== Capoluogo ==
== Frazioni ==</text>
      <sha1>ozkx25izds8x08imhet1f6ypivzsd7y</sha1>
    </revision>
    <revision>
      <id>502145</id>
      <parentid>502144</parentid>
      <timestamp>2026-10-04T22:08:25Z</timestamp>
      <contributor>
        <username>~2026-46067-79</username>
        <id>54720</id>
      </contributor>
      <comment>/* Frazioni */</comment>
      <origin>502145</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="246" sha1="n2k01pebxxvhhwh3jvn85a59cw4nz2t" xml:space="preserve">== Capoluogo ==
== Frazioni ==
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Crespiatica/Tormo - Chiesa della Beata Vergine Addolorata e Sant'Ambrogio|Tormo - Chiesa della Beata Vergine Addolorata e Sant'Ambrogio]]</text>
      <sha1>n2k01pebxxvhhwh3jvn85a59cw4nz2t</sha1>
    </revision>
    <revision>
      <id>502146</id>
      <parentid>502145</parentid>
      <timestamp>2026-10-04T22:17:44Z</timestamp>
      <contributor>
        <username>~2026-46067-79</username>
        <id>54720</id>
      </contributor>
      <comment>/* Capoluogo */</comment>
      <origin>502146</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="416" sha1="a9p68z02htmx5uoxp1achgwwcvz9kog" xml:space="preserve">== Capoluogo ==

* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Crespiatica/Crespiatica - Chiesa di Sant'Andrea apostolo|Chiesa di Sant'Andrea apostolo]]

== Frazioni ==
* [[Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Crespiatica/Tormo - Chiesa della Beata Vergine Addolorata e Sant'Ambrogio|Tormo - Chiesa della Beata Vergine Addolorata e Sant'Ambrogio]]</text>
      <sha1>a9p68z02htmx5uoxp1achgwwcvz9kog</sha1>
    </revision>
  </page>
  <page>
    <title>Disposizioni foniche di organi a canne/Italia/Lombardia/Provincia di Lodi/Crespiatica/Crespiatica - Chiesa di Sant'Andrea apostolo</title>
    <ns>0</ns>
    <id>61199</id>
    <revision>
      <id>502147</id>
      <timestamp>2026-10-04T22:51:39Z</timestamp>
      <contributor>
        <username>~2026-46067-79</username>
        <id>54720</id>
      </contributor>
      <comment>Nuova pagina: {{Disposizioni foniche di organi a canne}}  * '''Costruttore:''' Giuseppe Bossi * '''Anno:''' 1799 * '''Restauri/modifiche:''' Angelo Cavalli (seconda metà del XIX° secolo, restauro e ampliamento) * '''Registri:''' 39 * '''Canne:''' * '''Trasmissione:''' meccanica * '''Tastiere:''' 2 di 54 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;5&lt;/sup&gt;'', divisione Bassi/Soprani ''Si&lt;sup&gt;2&lt;/sup&gt;''/''Do&lt;sup&gt;3&lt;/sup&gt;'') * '''Pedaliera:''' piana - parallela di 18 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;2&lt;/...</comment>
      <origin>502147</origin>
      <model>wikitext</model>
      <format>text/x-wiki</format>
      <text bytes="2170" sha1="5ufr25z0u074t0q71ik81sk5i9lhzh0" xml:space="preserve">{{Disposizioni foniche di organi a canne}}

* '''Costruttore:''' Giuseppe Bossi
* '''Anno:''' 1799
* '''Restauri/modifiche:''' Angelo Cavalli (seconda metà del XIX° secolo, restauro e ampliamento)
* '''Registri:''' 39
* '''Canne:'''
* '''Trasmissione:''' meccanica
* '''Tastiere:''' 2 di 54 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;5&lt;/sup&gt;'', divisione Bassi/Soprani ''Si&lt;sup&gt;2&lt;/sup&gt;''/''Do&lt;sup&gt;3&lt;/sup&gt;'')
* '''Pedaliera:''' piana - parallela di 18 note (''Do&lt;sup&gt;1&lt;/sup&gt;''-''Fa&lt;sup&gt;2&lt;/sup&gt;'')
* '''Collocazione:''' in corpo unico sulla cantoria in cornu evangelii
* '''Accessori:''' Tremolo - Espressione corale - Campanelli
* '''Note:''' strumento non funzionante, in stato di completo abbandono

{| border=&quot;0&quot; cellspacing=&quot;0&quot; cellpadding=&quot;20&quot; style=&quot;border-collapse:collapse;&quot; 
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''II - Espressivo'''
----
|-
|Violoncello || 8' Soprani
|-
|Violoncello || 8' Bassi
|-
|Flauto || 8' Soprani
|-
|Voce umana || 8'
|-
|Principale || 8' Bassi
|-
|Principale || 8' Soprani
|-
|Ottava || 4' Bassi
|-
|Ottava || 4' Soprani
|-
|Decima quinta || 2'
|-
|Decima nona || 1.1/3
|-
|Vigesima seconda || 1'
|-
|Due di Ripieno || 2/3'
|-

|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - Grand'organo – ''Concerto'''''
----
|-
|Terza mano
|-
|Unione tastiere
|-
|Cornetto II (XV - XVII) || 2' 
|-
|Voce umana || 8'
|-
|Fagotto || 8' Bassi
|-
|Tromba || 8' Soprani
|-
|Clarino || 4' Bassi
|-
|Clarone || 4' Soprani
|-
|Viola|| 4' Bassi
|-
|Corni dolci || 16' Soprani
|-
|Flauto || 4'
|-
|Ottavino || 2'
|-
|Basso || 8' al pedale
|-
|Bombardino pedale || 8' al pedale
|-
|''feritoia vuota''
|-

|}
| style=&quot;vertical-align:top&quot; |
{| border=&quot;0&quot;
| colspan=2 | '''I - Grand' organo – ''Ripieno'''''
----
|-
|Principale || 8' Bassi
|-
|Principale || 8' Soprani
|-
|Principale || 16' Bassi
|-
|Principale || 16' Soprani
|-
|Ottava || 4' Bassi
|-
|Ottava || 4' Soprani
|-
|Duodecima || 2.2/3'
|-
|Decima quinta || 2'
|-
|Decima nona || 1.1/3'
|-
|Vigesima seconda || 1'
|-
|Vigesima sesta || 2/3'
|-
|Vigesima nona || 1/2'
|-
|Trentatreesima || 1/3'
|-
|Trigesima sesta || 1/4'
|-
|Contrabbassi || 16' al pedale
|-
|}</text>
      <sha1>5ufr25z0u074t0q71ik81sk5i9lhzh0</sha1>
    </revision>
  </page>
</mediawiki>