ironhack-datalabs / datamad1020

exercises for datamad1020 bootcamp @ Ironhack Madrid
GNU Affero General Public License v3.0
2 stars 20 forks source link

[lab-intro-to-sklearn] Adrian Madrid #537

Closed Adrian96119 closed 3 years ago

Adrian96119 commented 3 years ago

juan solo quería comentarte que en mis predicciones , aparentemente mejoraba si reducía el tamaño de la muestra, pero después probando y volviendo a ejecutar todos los modelos , empeoraba, y otras veces volvía a mejorar. Y el ultimo que esperara que mejorara con respecto a los tres, en ninguna de las ejecuciones que realice mejoro. No se si esto esta bien o hice algo mal con el ultimo, y respecto a lo anterior que me digas un poco si es normal que pase. ;;;))

WHYTEWYLL commented 3 years ago

Hola Adri! 🤠

Que tal va? Tu lab esta todo PERFECT! Felicidades. Antes de nada comentarte que hay diferencias entre el r2 y rmse. Importante, que he visto que has usado uno en vez del otro, sirven para lo mismo pero hay diferencias claras. Te lo dejo en este link, que se ve muy claras -> https://stats.stackexchange.com/questions/142248/difference-between-r-square-and-rmse-in-linear-regression

En cuanto a lo que me cometnas, esta bien hecho. Eso puede pasar por la selección random del sample, de X . La puntacion de error no es fioja, varia porque se la selección de Train es random. Por lo tanto si lo ejecutáramos un montón de veces veríamos como va variando, y en verdad es una media de todas esas puntuaciones.

¡Sigue así! 🚀 🚀

image