Inicio
Cursos
Preprocesamiento para machine learning en Python

Conjuntos de entrenamiento y prueba

Este ejercicio forma parte del curso

Preprocesamiento para machine learning en Python

IntermedioNivel de habilidad

4.8+

En este capítulo aprenderás qué significa exactamente preprocesar datos. Darás los primeros pasos de cualquier tarea de preprocesamiento, incluyendo la exploración de los tipos de datos y el tratamiento de los datos que faltan.

Exercise 1: Introducción al preprocesamiento Exercise 2: Explorar los datos que faltan Exercise 3: Eliminar los datos que faltan Exercise 4: Trabajar con tipos de datos Exercise 5: Explorar los tipos de datos Exercise 6: Convertir un tipo de columna Exercise 7: Conjuntos de entrenamiento y prueba

Ejercicio actual

Exercise 8: Desequilibrio de clases Exercise 9: Muestreo estratificado

Este capítulo trata sobre la normalización de los datos. A menudo, un modelo hará algunas suposiciones sobre la distribución o la escala de tus características. La normalización es una forma de hacer que tus datos se ajusten a estos supuestos y mejorar el rendimiento del algoritmo.

Exercise 1: Normalización Exercise 2: Cuándo normalizar Exercise 3: Modelar sin normalizar Exercise 4: Normalización logarítmica Exercise 5: Comprobación de la varianza Exercise 6: Normalización de registros en Python Exercise 7: Escalar datos para comparar características Exercise 8: Escalar datos - investigar columnas Exercise 9: Escalar datos - estandarizar columnas Exercise 10: Datos normalizados y modelado Exercise 11: KNN sobre datos no escalados Exercise 12: KNN sobre datos escalados

En esta sección aprenderás sobre ingeniería de características. Explorarás distintas formas de crear características nuevas y más útiles a partir de las que ya existen en tu conjunto de datos. Verás cómo codificar, agregar y extraer información de características numéricas y textuales.

Exercise 1: Ingeniería de características (Feature engineering)Exercise 2: Prueba de conocimientos de ingeniería de características Exercise 3: Identificar áreas para la ingeniería de características Exercise 4: Contar variables categóricas Exercise 5: Codificación de variables categóricas - binarias Exercise 6: Codificación de variables categóricas - one-hot Exercise 7: Características numéricas de ingeniería Exercise 8: Agregación de características numéricas Exercise 9: Extraer componentes fecha-hora Exercise 10: Características textuales de ingeniería Exercise 11: Extraer patrones de cadenas Exercise 12: Vectorizar texto Exercise 13: Clasificación de textos mediante vectores tf/idf

Este capítulo repasa algunas técnicas diferentes para seleccionar las características más importantes de tu conjunto de datos. Aprenderás a eliminar características redundantes, a trabajar con vectores de texto y a reducir el número de características de tu conjunto de datos mediante el análisis de componentes principales (PCA).

Exercise 1: Selección de características Exercise 2: Cuándo utilizar la selección de rasgos Exercise 3: Identificación de áreas para la selección de características Exercise 4: Eliminación de características redundantes Exercise 5: Seleccionar características relevantes Exercise 6: Comprobación de características correlacionadas Exercise 7: Seleccionar características utilizando vectores de texto Exercise 8: Explorando los vectores de texto, parte 1 Exercise 9: Explorando los vectores de texto, parte 2 Exercise 10: Entrenamiento de Naive Bayes con selección de características Exercise 11: Reducción de dimensionalidad Exercise 12: Utilizar PCA Exercise 13: Entrenar un modelo con PCA

Ahora que has aprendido todo sobre el preprocesamiento, probarás estas técnicas en un conjunto de datos que registra información sobre avistamientos de OVNIs (UFO).

Exercise 1: UFOs y preprocesamiento Exercise 2: Comprobación de los tipos de columna Exercise 3: Eliminar los datos que faltan Exercise 4: Variables categóricas y estandarización Exercise 5: Extraer números de cadenas Exercise 6: Identificar características para la normalización Exercise 7: Nuevas funciones de ingeniería Exercise 8: Contar variables categóricas Exercise 9: Características de las fechas Exercise 10: Vectorización de texto Exercise 11: Selección de características y modelado Exercise 12: Seleccionar el conjunto de datos ideal Exercise 13: Modelización del conjunto de datos UFO, parte 1 Exercise 14: Modelización del conjunto de datos UFO, parte 2 Exercise 15: ¡Enhorabuena!