Curso de Decision Trees y Random Forest con Python y scikit-learn
Contenido del curso
Entrenamiento de modelo de clasificación de carros con random forest
Sebastián Franco
Estudiante
Mario Alexander Vargas Celis
Estudiante
Ronald Andrey Beltran Parada
Estudiante
Piero Olivas
Estudiante
Layla Scheli
ProfesorAhora se usará el dataset de cars con el algoritmo de Random Forest
\# train car dataset with Random Forest from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(n\_estimators=10, random\_state=42) rf.fit(X\_train, Y\_train) y\_pred\_train\_rf = rf.predict(X\_train) y\_pred\_test\_rf = rf.predict(X\_test)
Aquí tienes un ejemplo completo de entrenamiento de un modelo de clasificación de carros usando Random Forest en Python con scikit-learn, desde los datos hasta la predicción:
✅ Supongamos que tienes un dataset con las siguientes columnas:
marca, anio, cilindraje, tipo_combustible, precio_categoria (donde esta última es la variable objetivo: "alto", "medio", "bajo")📦 1. Importar librerías
import pandas as pd from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split from sklearn.preprocessing import LabelEncoder from sklearn.metrics import classification_report, confusion_matrix
📄 2. Datos de ejemplo
# Datos simulados data = { 'marca': ['Toyota', 'Mazda', 'Renault', 'Chevrolet', 'Kia'], 'anio': [2015, 2018, 2020, 2017, 2016], 'cilindraje': [1.6, 2.0, 1.2, 1.4, 1.6], 'tipo_combustible': ['Gasolina', 'Gasolina', 'Gasolina', 'Diesel', 'Gasolina'], 'precio_categoria': ['medio', 'alto', 'bajo', 'medio', 'bajo'] } df = pd.DataFrame(data)
🧹 3. Preprocesamiento
# Codificación de variables categóricas le_marca = LabelEncoder() le_comb = LabelEncoder() le_target = LabelEncoder()
df['marca'] = le_marca.fit_transform(df['marca']) df['tipo_combustible'] = le_comb.fit_transform(df['tipo_combustible']) df['precio_categoria'] = le_target.fit_transform(df['precio_categoria']) # Etiquetas 0, 1, 2
✂️ 4. División en train/test
X = df.drop('precio_categoria', axis=1) y = df['precio_categoria']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=42)
🌲 5. Entrenamiento del modelo Random Forest
model = RandomForestClassifier(n_estimators=100, random_state=42) model.fit(X_train, y_train)
🧪 6. Evaluación del modelo
y_pred = model.predict(X_test)
print("Matriz de confusión:") print(confusion_matrix(y_test, y_pred)) print("\nReporte de clasificación:") print(classification_report(y_test, y_pred, target_names=le_target.classes_))
🧠 7. Predecir nuevos autos
nuevo_auto = pd.DataFrame({ 'marca': le_marca.transform(['Toyota']), 'anio': [2022], 'cilindraje': [1.8], 'tipo_combustible': le_comb.transform(['Gasolina']) })
pred = model.predict(nuevo_auto) print(f"Categoría de precio predicha: {le_target.inverse_transform(pred)[0]}")
Excelente profe
Excelente! 👩🏻💻
Gracias Piero :)