Comprobaciones de calidad de datos

Como aprendiste en el vídeo anterior, los valores ausentes pueden suponer una pérdida de información valiosa y llevar a interpretaciones incorrectas. Del mismo modo, la presencia de valores no vistos también puede afectar a la confianza de tu modelo.

En este ejercicio, tu objetivo es comprobar si el conjunto de datos de reservas de hotel contiene valores ausentes e identificar posibles valores no vistos. Los conjuntos de datos de referencia y de análisis ya están cargados, al igual que la biblioteca nannyml.

Un recordatorio rápido: si no recuerdas los tipos de columna, puedes explorar los datos fácilmente con el método .head().

Este ejercicio forma parte del curso

Monitorización de Machine Learning en Python

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Define analyzed columns
selected_columns = ['country', 'lead_time', 'parking_spaces', 'hotel']

# Intialize missing values calculator
ms_calc = ____.____(
    ____=____,
    ____=____,
    timestamp_column_name='timestamp'
)

# Fit, calculate and plot the results
ms_calc.fit(reference)
ms_results = ms_calc.calculate(analysis)
ms_results.plot().show()

Editar y ejecutar código

Este ejercicio forma parte del curso

Monitorización de Machine Learning en Python

AvanzadoNivel de habilidad

4.8+

Comienza el curso gratis

En este capítulo, conocerás la biblioteca NannyML y sus funciones fundamentales. Primero, aprenderás a preparar datos en bruto para crear conjuntos de referencia y de análisis listos para la monitorización en producción. Como ejemplo práctico, investigarás la predicción del importe de la propina en trayectos de taxi en Nueva York. Al final del capítulo, también verás cómo estimar el rendimiento del modelo de predicción de propinas con NannyML.

Exercise 1: ¿Qué es NannyML?Exercise 2: Características clave de NannyML Exercise 3: Carga el conjunto de datos Exercise 4: Preparación de datos para NannyML Exercise 5: ¿Periodo de referencia o de análisis?Exercise 6: Cargar y dividir los datos Exercise 7: Creación de los conjuntos de referencia y de análisis Exercise 8: Estimación del rendimiento Exercise 9: Especifica el algoritmo y el tipo de problema Exercise 10: Interpretar resultados Exercise 11: Flujo de trabajo de CBPE y DLE Exercise 12: Estimación del rendimiento para la predicción de propinas

En este capítulo, te presentaremos los calculadores de rendimiento realizado cuando la verdad terreno está disponible. Aprenderás métodos más avanzados para trabajar con los resultados, como filtrarlos, representarlos, convertirlos en data frames, fragmentarlos en chunks y definir umbrales personalizados. Por último, aplicarás este conocimiento para calcular el valor de negocio de un modelo entrenado con el conjunto de datos de reservas de hotel.

Exercise 1: Cuando hay etiquetas disponibles Exercise 2: Cuando la estimación del rendimiento falla Exercise 3: Comparar rendimiento estimado y realizado Exercise 4: Trabajar con resultados calculados y estimados Exercise 5: Diferentes métodos de segmentación (chunking)Exercise 6: Modificar los umbrales Exercise 7: Interactuar con resultados Exercise 8: Cálculo y estimación del valor de negocio Exercise 9: Cálculo del valor de negocio Exercise 10: Caída en el valor monetario Exercise 11: Cálculo del valor de negocio para el conjunto de datos de reservas de hotel

Tras detectar la degradación del rendimiento en el modelo de reservas de hotel, ahora aprenderás a identificar el problema subyacente que la provoca. En este capítulo, verás métodos de detección de deriva multivariante y univariante. También aprenderás a identificar problemas de calidad de datos y a abordar las causas de fondo que detectes.

Exercise 1: Detección de deriva multivariante Exercise 2: Identificar derivas relevantes Exercise 3: Deriva en el conjunto de datos de reservas de hotel Exercise 4: Detección de deriva univariante Exercise 5: Detección de deriva univariante para el conjunto de datos de reservas de hotel Exercise 6: Clasificar los resultados univariantes Exercise 7: Visualización de variables con drift Exercise 8: Comprobaciones de calidad de datos y estadísticas Exercise 9: Comprobaciones de calidad de datos

Ejercicio actual

Exercise 10: Estadísticos descriptivos Exercise 11: Resolución de problemas Exercise 12: ¿Cuál es la solución?Exercise 13: ¿Deberías no hacer nada o sí?Exercise 14: Implementación de un flujo de trabajo de monitorización Exercise 15: ¡Enhorabuena!