Preparación de datos para la regresión robusta

Mediante el parámetro C, podemos controlar la penalización por error en la clasificación. Si C tiene valores amplios entonces, se penaliza de forma más estricta los errores, mientras que si escogemos un C pequeño seremos menos estrictos con los errores.
En otras palabras, si C es pequeño aumenta el sesgo y disminuye la varianza del modelo.

me esta gustando el curso 😃, veamos que mas sigue

Para importar varios paquetes del mismo modulo no son necesarios los paréntesis, se puede importar como:

from sklearn.linear_model import RANSACRegressor, HuberRegressor

En mi opinión también deberíamos quitar el Rank de el modelo predictivo ya que en la realidad es poco probable que contemos con ese dato si es que queremos predecir el score de felicidad de un país y es redundante, el score dará como resultado el rank pero comparado con otros países, no debería ser parte del modelo.

Otros ejemplos

19. Preparación de datos para la regresión robusta

import pandas as pd 

from sklearn.linear_model import (
    RANSACRegressor,
    HuberRegressor,
)
from sklearn.svm import SVR

from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

if __name__ == '__main__':
    # Load the dataset
    df = pd.read_csv('./data/felicidad_corrupt.csv')
    print(df.head())

    # Split the dataset into features (X) and target (y)
    X = df.drop(['country', 'score'], axis=1)
    y = df[['score']]

    # Split the dataset into training and testing sets
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

    # Define the regression models to use
    estimators = {
        'SVR': SVR(gamma='auto', C=1.0, epsilon=0.1),
        'RANSAC': RANSACRegressor(),
        'HUBER': HuberRegressor(epsilon=1.35)
    }

dataset.head() de forma predeterminada nos muestra las 5 primeras filas, por ende, no es necesario ponerle el 5.

eL CÓDIGO PARA EL QUE LO NECESITE

import pandas as pd
from sklearn.linear_model import RANSACRegressor, HuberRegressor
from sklearn.svm import SVR 
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
if __name__ == "__main__":
 # Cargamos los datos del dataframe de pandas
 dt_heart = pd.read_csv('./datos/whr2017.csv', sep=';')
 print(dt_heart.head(10))

X = dt_heart.drop(["country","score"],axis=1)
Y = dt_heart["score"]

X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.3, random_state=42)

estimadores = {
 'SVR':SVR(gamma='auto',c=1.0,epsilo=0.1),
 'RANSAC': RANSACRegressor(),
 'Huber': HuberRegressor(epsilon=1.35)
}

que es un estimador???

Comparación de métodos robustos de regresión:
https://machinelearningmastery.com/robust-regression-for-machine-learning-in-python/

La preparación de datos es una parte crucial en el proceso de regresión robusta, al igual que en cualquier otro tipo de análisis estadístico o de machine learning

Importamos las bibliotecas

import pandas as pd
from sklearn.linear_model import (
RANSACRegressor, HuberRegressor
)
from sklearn.svm import SVR
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

if name == “main”:

# Importamos el dataset 

dataset = pd.read_csv(’./data/felicidad_corrupt.csv’)
# Mostramos el reporte estadistico
print(dataset.describe())

X = dataset.drop([‘country’, ‘score’], axis=1)
y = dataset[[‘score’]]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

estimadores = {
‘SVR’ : SVR(gamma=‘auto’, C=1.0, epsilon=0.1),
‘RANSAC’ : RANSACRegressor(),
‘HUBER’ : HuberRegressor(epsilon=1.35)
}

Creo que si debimos quitar la columna rank O_0