yamadajc
commented
2 years ago Hola hola Maria!
A por el ultimo proyecto!!🚀🚀🚀
Kaggle_competition
En general, los objetivos y estrategias del proyecto:
Hay que elegir el modelo que mejor te prediga en base a unos datos. Para elegir el mejor modelo de machine learning, hay cuatro variables que podemos controlar:
- Procesamiento de los datos
- Como separamos los datos para hacer el train/test.
- Qué modelo utilizamos.
- Qué parámetros utilizamos en ese modelo.
Para cada uno de ellos hay una estrategia:
- Encoders & Standarization: para las variables categóricas: aquí (también hay otras estrategias, como ésta, o incluso hacer un diccionario donde a cada letra le asignes un valor numérico relativo al resto. Claro que esto te puede valer cuando tienes pocos datos.
- Cross-validation: para garantizar el corte de los datos: aquí
- Modelo de regresión: probar varios, aquí
- Grid search: para las permutaciones de los parámetros: aquí
FeedBack
Has creado un repositorio con un buen readme. Me describes el workflow y la estructura del repositorio.
Por cierto se te a pasado un .DS_Store fuera del .gitignore. Recuerda que es lo primero que debemos crear. De lo contrario se quedara en cache y por mucho que lo metas después del primer push quedará registrado.
Has procesado los datos, entrenado un modelo, has hecho GridSearchCV y has hecho submissions. Tan solo nos faltarían un par de slide para explicar el proceso. Recuerda que era necesario para este proyecto.
Por último, explora H20 , tendrás que instalar Java. Pero te aseguro que es magia en estado puro.
Buen trabajo y a por el proyecto!!!
https://github.com/mariaperezdeayalas/Diamonds-Kaggle-Competition-