[W7-Kaggle_competition] Ana Walsh

[AnaWalsh]

https://github.com/AnaWalsh/W7-Kaggle_competition

[yamadajc]

Hola hola Ana!

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

Lo has hecho Genial. Has creado un repositorio con un buen readme. Me hubiese faltado una breve descripción de la estructura del repositorio con una los archivos que lo componen. Por cierto se te a pasado un notebook sin titulo;Untitled.ipynb.

Has procesado los datos, entrenado un modelo, has hecho GridSearchCV y has hecho submissions; que era el objetivo. Pero había una cosa que era imprescindible, hacer una o dos slide explicando para un cliente lo que habías hecho.

Por último, explora H20 , tendrás que instalar Java. Pero te aseguro que es magia en estado puro.

Muchas gracias y animo con el proyecto!