Introducción a árboles de decisión

1

¿Qué son los árboles de decisión?

2

Tu primer árbol de decisión con scikit-learn

3

Análisis de datos para tu primer árbol de decisión

4

Entrenamiento y evaluación de árbol de decisión con scikit-learn

5

¿Cómo funcionan los árboles de decisión?

6

¿Cuándo usar árboles de decisión?

Quiz: Introducción a árboles de decisión

Proyecto práctico: árboles de decisión

7

Conociendo problema a resolver y dataset de clasificación

8

Análisis exploratorio de datos para árbol de decisión

9

Procesamiento de datos para el entrenamiento de árbol de decisión

10

Entrenamiento de modelo de clasificación con árbol de decisión

11

¿Cómo evaluar un modelo de árbol de decisión?

12

Evaluación de resultados del modelo de árbol de decisión

Quiz: Proyecto práctico: árboles de decisión

Introducción a random forest

13

¿Qué son los random forest o bosques aleatorios?

14

Tu primer random forest con scikit-learn

15

Análisis de datos para tu primer random forest

16

Entrenamiento de tu primer modelo de random forest con scikit-learn

17

Evaluación de tu primer modelo de random forest con scikit-learn

18

¿Cómo funcionan los random forest?

19

¿Cuándo utilizar random forest?

Quiz: Introducción a random forest

Proyecto práctico: random forest

20

Entrenamiento de modelo de clasificación de carros con random forest

21

Evaluación de resultados del modelo de clasificación con random forest

Quiz: Proyecto práctico: random forest

Conclusión

22

Proyecto final y cierre

23

Comparte tu proyecto de Random Forest y obtén tu certificado

Tu primer árbol de decisión con scikit-learn

2/23
Recursos

Aportes 4

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Podemos pasar la url como argumento dentro de la función de pandas read_csv:

df = pd.read_csv('https://web.stanford.edu/class/archive/cs/cs109/cs109.1166/stuff/titanic.csv')

Y con esto deberíamos tener ahora el dataset como un DataFrame en el entorno de trabajo. Esto nos puede ser útil en el futuro para poder explotar la fuente sin la necesidad de descargar los archivos,

Podemos usar la función replace para cambiar los backslash por el caracter que queremos, debemos primero poner el prefijo r y quedaria algo asi

ruta = r'C:\Users\User\OneDrive\Data analytics\Datasets'
ruta = ruta.replace('\\','/')

Esta clase es interesante. Estoy emocionado con la parte de ver el funcionamiento y conocimiento de tree y random forest. Por cierto para simplificar y que no vean su nombre de usuario en la ruta de ubicacion en jupyter notebook.

"~" reemplaza a la ruta "C:/user/nombre_usuario"

Es por privacidad, claro si es que desean saberlo.

Como quisiera que se puediera ocultar la sección de comentarios para ver más grande el video