Curso de Decision Trees y Random Forest con Python y scikit-learn
Contenido del curso
Tu primer árbol de decisión con scikit-learn
Elias Dudamel
Estudiante
Layla Scheli
Profesor
Julián Cárdenas
Estudiante
jader lopez
EstudianteLayla Scheli
ProfesorJulián Cárdenas
Estudiante
Sebastián Franco
Estudiante
Mario Alexander Vargas Celis
Estudiante
Antonio Demarco Bonino
Estudiante
Isaac Bryan Ascanoa Roncall
EstudianteLayla Scheli
Profesor
Andres Leonardo Arevalo
Estudiante
Andrey Avila
EstudiantePodemos 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,
Gracias Elias :) buen aporte!
Así es, también lo podemos guardar en una carpeta del Google drive y llamarlo copiando la ruta de acceso!
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('\\','/')
Genial :)
Interesante aporte, gracias!
Para experimentar inicialmente se hará uso del dataset del titanic,**** este está disponible en
En la página hay una pequeña descripción del dataset y contexto histórico, ahora hay que descargarlo
El código a usar por ahora será de pandas y matplotlib, se instalan con
! pip install numpy matplotlib pandas
Luego se importan
import pandas as pd import matplotlib.pyplot as plt
Y se carga el dataset
dataset\_path = "./titanic.csv" pd.read\_csv(dataset\_path, sep=",")
Aquí tienes un ejemplo completo de tu primer árbol de decisión con Scikit-learn, usando el clásico conjunto de datos Iris. Es ideal para aprender porque tiene 4 características y 3 clases de flores.
🌱 Paso a paso: Árbol de Decisión en Scikit-learn
1. 📦 Importar librerías necesarias
from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report, accuracy_score import matplotlib.pyplot as plt from sklearn.tree import plot_tree
2. 🌸 Cargar dataset Iris
iris = load_iris() X = iris.data y = iris.target
3. ✂️ Dividir en entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
4. 🌳 Crear y entrenar el árbol
modelo = DecisionTreeClassifier(random_state=42) modelo.fit(X_train, y_train)
5. 🔮 Hacer predicciones
y_pred = modelo.predict(X_test)
6. ✅ Evaluar el modelo
print("Accuracy:", accuracy_score(y_test, y_pred)) print("\nReporte de clasificación:\n", classification_report(y_test, y_pred, target_names=iris.target_names))
7. 📈 Visualizar el árbol de decisión
plt.figure(figsize=(12, 8)) plot_tree(modelo, filled=True, feature_names=iris.feature_names, class_names=iris.target_names) plt.show()
🧠 ¿Qué hace este árbol?
Yo lo hice de esta otra manera:
Creo que trae buenos resultados.
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.
Gracias :)
Como quisiera que se puediera ocultar la sección de comentarios para ver más grande el video
Hay un boton de fullscreen en el video.
