T1: M9

[Fopazov]

Esperando que estén bien, quería resolver unas dudas:

• ¿Estaría bien entrenar un modelo con todos los datos (todos los servicios y rangos horarios) y testearlo con esos mismos datos, para luego realizar una predicción con un data_frame filtrando por servicio y rango horario?
• ¿Para presentar la predicción (del df_filtrado) basta con imprimirla? (son muchos resultados distintos ya que consideré variables que pueden cambiar para cada expedición) ¿O es mejor sacar un promedio del vector predicho?

[RonaldoSosa]

Hola. Respondiendo a tus preguntas en orden:

• Si te refieres a que tu set de entrenamiento sean todos los datos y luego testear con los mismos datos el modelo resultante, eso sería incorrecto, ya que el modelo solo estaría "aprendiendo todas las respuestas" y no los patrones necesarios para realizar una adecuada predicción. Lo adecuado es que los datos con los que testeas al modelo no sean los mismo que con los que lo entrenaste.
• Sí, solo sería necesario imprimir los resultados. De cualquier modo confirmaré esto con el profesor. También no olvidar que junto con los resultados es necesario incluir un análisis de estos y procedimiento completo de preparación de los datos, además del entrenamiento del modelo predictivo.