No se confíen con que en el material van a encontrar todo lo necesario para tener una buena nota en la actividad. Recuerden que el objetivo del material es servir de guía para aprender la materia. Es mucho mejor que aprendan conceptualmente cómo funciona un algoritmo y luego intentar implementarlo.
Siguiendo con este comentario, esto no solo aplica en algoritmos sino en casi todos los tópicos del curso en general. Traten siempre de profundizar en internet, ya que hay mucho material y mucha gente que ha tenido las mismas dudas que ustedes.
De las actividades, pocos lograron crear una función predictora. Se recomienda estudiar cómo se entrena un modelo con ciertos datos y como despues le puedes entregar otros para obtener el resultado (fit y predict). Intentar crear lo siguiente:
def entrenar(modelo, datos, resultados):
“””
Aquí entreno el modelo y retorno el nuevo objeto entrenado
“””
# hago cosas
return modelo
def predecir( modelo, datos):
“””
Aquí uso el modelo para predecir la información según los datos que me llegan
“””
# hago cosas
return datos_predecidos
Estudien Pandas en internet hay muuuuuchos ejemplos y documentación sobre esto para hacer de todo, aquí https://pandas.pydata.org/pandas-docs/stable/10min.html pueden ver algunas cosas por ejemplo. También disponen de la bibliografía que está en el siding, la cual es super útil.
Asegúrense de comprender bien la diferencia entre un problema de clasificación y uno de regresión. En el primero, lo que nuestro modelo busca es determinar a qué clase pertenece el dato que estamos observando. En el segundo, a partir del dato buscamos generar un valor continuo. Como habrán notado, el material de clases contempla ejemplos para ambos casos, mientras que en la actividad correspondía generar un modelo de regresión. Es importante tener esto en cuenta para no caer en errores de diseño en sus modelos. Por ejemplo: en un modelo de clasificación, usar una métrica como el error cuadrático medio no corresponde.
No se confíen con que en el material van a encontrar todo lo necesario para tener una buena nota en la actividad. Recuerden que el objetivo del material es servir de guía para aprender la materia. Es mucho mejor que aprendan conceptualmente cómo funciona un algoritmo y luego intentar implementarlo. Siguiendo con este comentario, esto no solo aplica en algoritmos sino en casi todos los tópicos del curso en general. Traten siempre de profundizar en internet, ya que hay mucho material y mucha gente que ha tenido las mismas dudas que ustedes.
De las actividades, pocos lograron crear una función predictora. Se recomienda estudiar cómo se entrena un modelo con ciertos datos y como despues le puedes entregar otros para obtener el resultado (
fitypredict). Intentar crear lo siguiente:Estudien
Pandasen internet hay muuuuuchos ejemplos y documentación sobre esto para hacer de todo, aquí https://pandas.pydata.org/pandas-docs/stable/10min.html pueden ver algunas cosas por ejemplo. También disponen de la bibliografía que está en el siding, la cual es super útil.Asegúrense de comprender bien la diferencia entre un problema de clasificación y uno de regresión. En el primero, lo que nuestro modelo busca es determinar a qué clase pertenece el dato que estamos observando. En el segundo, a partir del dato buscamos generar un valor continuo. Como habrán notado, el material de clases contempla ejemplos para ambos casos, mientras que en la actividad correspondía generar un modelo de regresión. Es importante tener esto en cuenta para no caer en errores de diseño en sus modelos. Por ejemplo: en un modelo de clasificación, usar una métrica como el error cuadrático medio no corresponde.