Procesamiento de datos

Clase 20 de 34 • Curso Profesional de Ciencia de Datos 2019

Claudio Pedalino

student•

pueden subir el dataframe original de las aspiradoras, ya que en la parte de web scriping no conseguí llegar al mismo resultado

Carlos Alberto García Rosales

student•

Tengo problemas para elminar los euros en precio alguien más?

Andrés Ruíz

student•

Amigo tengo el mismo problema no se me eliminan al poner la función gsub(" €","",aspiradoras$precio) cuando le quito el espacio en blanco en el primer parámetro se me va el signo del euro pero se me queda el espacio e igual no vale eliminar encontraste la solución?

Andrés Ruíz

student•

Encontré la solución lo que sucede es que en html coge el espacio &nbsp mas el singo € En R ese espacio es \u00A0 adjunto la linea de código amigo espero lo hayas solucionado igual Buena suerte

<code>
aspiradoras$precio<-gsub("\u00A0€","",aspiradoras$precio)

Gonzalo Ferrando

student•

Habían productos con pesos en gramos. Esos no se tuvieron en cuenta? No creo que sea lo mismo redondear algo que pesa 700 gramos, casi 1 Kg, a 4.6 Kg. Más allá de eso, el curso está muy bueno.

Andrés Felipe Rubiano Moreno

student•

Como ella menciona lo hizo como una simplificación del curso, no por que sea lo que se debe hacer.

Miguel Angel Lemozx

student•

Buenas tardes, al usar gsub con una cadena de caracteres al inicio no funciona. Por ejemplo: Quiero reemplazar "USD " de "USD 1000", y no hace la modificación, alguna recomendación? Ya usé replace, y substring

Jose Reinaldo Roca Cruz

student•

Tal vez te sirva str_remove

Alejandro Gatica Castro

student•

En mi caso, elegi una lista de Notebook. Para los que tuvieron problemas al eliminar $ o €, encontre una solución realizando una extracción de caracteres (ver código) y para los que tienen valores sobre 1000 deben eliminar la "," y reemplazarla por "".

# Preprocesado Precio

notebook$Precio<-as.character(notebook$Precio)
notebook$Precio<-substr(notebook$Precio, start = 2, stop = 9)
notebook$Precio<-gsub(",","",notebook$Precio)
notebook$Precio<-as.numeric(notebook$Precio)
notebook$Precio[is.na(notebook$Precio)] <- mean(notebook$Precio, na.rm = TRUE)
notebook$Precio

Alejandro Gatica Castro

student•

Para quiénes les interese el código antes del Preprocesamiento, lo comparto aquí


library("rvest")
url<- "https://www.amazon.com/s?k=NOTEBOOKS&i=electronics&rh=n%3A172282%2Cn%3A541966&dc&qid=1604328527&rnid=172282&ref=sr_pg_1"
selector<-"#search > div.s-desktop-width-max.s-desktop-content.sg-row > div.sg-col-20-of-24.sg-col-28-of-32.sg-col-16-of-20.sg-col.sg-col-32-of-36.sg-col-8-of-12.sg-col-12-of-16.sg-col-24-of-28 > div > span:nth-child(4) > div.s-main-slot.s-result-list.s-search-results.sg-row > div:nth-child(3) > div > span > div > div > div:nth-child(2) > div.sg-col-4-of-12.sg-col-8-of-16.sg-col-16-of-24.sg-col-12-of-20.sg-col-24-of-32.sg-col.sg-col-28-of-36.sg-col-20-of-28 > div > div:nth-child(1) > div > div > div:nth-child(1) > h2 > a"
pagina<-read_html(url)
nodo<-html_node(pagina, selector)
nodo_links<-html_attr(nodo,"href")
nodo_links

urlcompleta<- paste0("www.amazon.com", nodo_links)
urlcompleta


#https://www.amazon.com/s?k=NOTEBOOKS&i=electronics&rh=n%3A172282%2Cn%3A541966&dc&page=2&qid=1604329895&rnid=172282&ref=sr_pg_2
#https://www.amazon.com/s?k=NOTEBOOKS&i=electronics&rh=n%3A172282%2Cn%3A541966&dc&page=3&qid=1604329895&rnid=172282&ref=sr_pg_3
#https://www.amazon.com/s?k=NOTEBOOKS&i=electronics&rh=n%3A172282%2Cn%3A541966&dc&page=4&qid=1604330228&rnid=172282&ref=sr_pg_4

library("stringr")

pag<- "s?k=NOTEBOOKS&i=electronics&rh=n%3A172282%2Cn%3A541966&dc&page=2&qid=1604330228&rnid=172282&ref=sr_pg_2"
lista_paginas<-c(1:10)
pag<-str_replace(pag, "page=2", paste0("page=", lista_paginas))
pag<-str_replace(pag, "sr_pg_2", paste0("sr_pg_", lista_paginas))
pag

paginas<- paste0("https://www.amazon.com/", pag)
paginas

damelinkspagina<- function(url){
  selector<-"div > div:nth-child(1) > div > div > div:nth-child(1) > h2 > a"
  pagina<-read_html(url)
  nodo<-html_nodes(pagina, selector)
  nodo_text<-html_text(nodo)
  nodo_links<-html_attr(nodo,"href")
  nodo_links
}


test<-damelinkspagina(paginas[3])
test

linksAsp <- sapply(paginas, damelinkspagina)
linksAsp

class(linksAsp)
dim(linksAsp)

vlink<- as.vector(linksAsp)
vlink

length(vlink)

vlinknotebook <- paste0("https://www.amazon.com",vlink)
vlinknotebook


url <- "https://www.amazon.com/HSW-Notebook-Ultrabook-Lightweight-Computer/dp/B0865SLY9S/ref=sr_1_238?dchild=1&keywords=NOTEBOOKS&qid=1604330228&rnid=172282&s=electronics&sr=1-238"
nombre <- "#productTitle"
pagina_web<- read_html(url)
nombre_nodo<-html_node(pagina_web,nombre)
nombre_texto<-html_text(nombre_nodo)
nombre_texto


opiniones<-"#acrCustomerReviewText"
opiniones_nodo<-html_node(pagina_web,opiniones)
opiniones_texto<-html_text(opiniones_nodo)
opiniones_texto


precio<-"#priceblock_ourprice"
precio_nodo<-html_node(pagina_web,precio)
precio_texto<-html_text(precio_nodo)
precio_texto


tabla <-"#productDetails_techSpec_section_2"
tabla_nodo<-html_node(pagina_web,tabla)
tabla_tab<-html_table(tabla_nodo)
tabla_tab

class(tabla_tab)

val<-tabla_tab$X2
val

res_tabla<-data.frame(t(val))
res_tabla

tabla_name <- tabla_tab$X1
tabla_name

colnames(res_tabla)<-tabla_name
res_tabla

str(res_tabla)

resultado_notebook <- c(nombre_texto, precio_texto, opiniones_texto, as.character(res_tabla$`Operating System`), as.character(res_tabla$Color), as.character(res_tabla$`Item Weight`), as.character(res_tabla$`Processor Brand`))
resultado_notebook


getArticulo <- function(url){
  print(url)
  nombre <- "#productTitle"
  pagina_web<- read_html(url)
  nombre_nodo<-html_node(pagina_web,nombre)
  nombre_texto<-html_text(nombre_nodo)
  nombre_texto
  
  opiniones<-"#acrCustomerReviewText"
  opiniones_nodo<-html_node(pagina_web,opiniones)
  opiniones_texto<-html_text(opiniones_nodo)
  opiniones_texto
  
  precio<-"#priceblock_ourprice"
  precio_nodo<-html_node(pagina_web,precio)
  precio_texto<-html_text(precio_nodo)
  precio_texto
  
  tabla <-"#productDetails_techSpec_section_2"
  tabla_nodo<-html_node(pagina_web,tabla)
  if(!is.na(tabla_nodo)){
    tabla_tab<-html_table(tabla_nodo)
    tabla_tab
    val<-tabla_tab$X2
    val
    res_tabla<-data.frame(t(val))
    res_tabla
    tabla_name <- tabla_tab$X1
    tabla_name
    colnames(res_tabla)<-tabla_name
    res_tabla
  }
  col<-c("Operating System", "Color", "Item Weight", "Processor Brand")
  
  if(length(res_tabla)==0){
    #No hay detalles todo a -1
    mitab <-data.frame(colnames(col))
    mitab <-rbind(mitad, c("-1", "-1", "-1", "-1"))
    colnames(mitab)<- col

  }else{
    # Evaluar cada uno de los atributos
    zero<-matrix("-1", ncol = 4 , nrow= 1)
    dfzero<-as.data.frame(zero)
    colnames(dfzero) <-col 

    Operating_System <- as.character(res_tabla$`Operating System`)
    if(length(Operating_System)==0) Operating_System <- "-1" 
      
    Color <- as.character(res_tabla$Color)
    if(length(Color)==0) Color<- "-1"
       
    Item_Weight <- as.character(res_tabla$`Item Weight`)
    if(length(Item_Weight)==0) Item_Weight<- "-1"
       
    Processor_Brand <- as.character(res_tabla$`Processor Brand`)
    if(length(Processor_Brand)==0) Processor_Brand<- "-1"
       
    
    dfzero$`Operating System` <- Operating_System
    dfzero$`Color` <- Color
    dfzero$`Item Weight`      <- Item_Weight
    dfzero$`Processor Brand` <- Processor_Brand
    mitab<-dfzero
    colnames(mitab)<-col
  }

  articulo <- c(nombre_texto, precio_texto, opiniones_texto, as.character(mitab$`Operating System`[1]), as.character(mitab$`Color`), as.character(mitab$`Item Weight`),as.character(mitab$`Processor Brand`))
  articulo
}


res<-getArticulo(vlinknotebook[1])
resultado_datos<-sapply(vlinknotebook, getArticulo)

View(resultado_datos)

res<-t(resultado_datos)
View(res)

mis_notebook<-as.data.frame(res)
colnames(res)<- c("Nombre", "Precio", "Opiniones","Sistema Operativo", "Color", "Peso", "Procesador")
rownames(res)<- c(1:300)
View(res)
class(res)

Camilo Rodriguez

student•

SUPERRR ME SALVASTE, GRACIASS

Gabriel Andrés Alzate Acuña

student•

Para poder trabajar con los valores que estan en gramos podemos hacerlo de la siguiente forma:

#Usamos una variable auxiliar para identificar donde hay NA
#Como se pasa a numerico quedan NA donde habia 
#g de gramos
vaux<-as.numeric(aspiradoras$`Peso del producto`)
#Luego cargamos esas posiciones con "0." y el valor 
#original del peso
vaux[is.na(vaux)]<-paste0("0.",aspiradoras$`Peso del producto`[is.na(vaux)])
#Y luego con gsub le quitamos la letra g de gramos
aspiradoras$`Peso del producto`<-gsub(" g","",vaux)

Dentro del código de la profesora quedaria asi:

#Procesado de peso
aspiradoras$`Peso del producto`<-as.character(aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`<-gsub(" Kg","",aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`<-gsub(",",".", aspiradoras$`Peso del producto`)
#Acá comienza el trabajo con gramos
vaux<-as.numeric(aspiradoras$`Peso del producto`)
vaux[is.na(vaux)]<-paste0("0.",aspiradoras$`Peso del producto`[is.na(vaux)])
aspiradoras$`Peso del producto`<-gsub(" g","",vaux)
#Acá termina
aspiradoras$`Peso del producto`<-gsub("-1","NA",aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`<-as.numeric(aspiradoras$`Peso del producto`)

Carlos Daniel Jiménez

student•

Una forma más eficiente para hacer transformación de variables es la siguiente ;

aspiradoras$`Peso del producto` <-gsub(" Kg","",aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto` <-gsub(" ,",".",aspiradoras$`Peso del producto`)

Para finalizar con

library(tidyverse)

aspiradoras<-transform(aspiradoras,
`Peso del producto` = as.character(`Peso del producto`),
Nombre = as.character(Nombre)
``
)
Y así con todas

Para finalizar 


```{r}
aspiradoras$`Peso del producto` <-gsub(" Kg",aspiradoras$`Peso del producto`)

Cindy Azaña Chauca

student•

Soy la única a quien le salio este mensaje: _To discuss automated access to Amazon data please contact api-services _

Andrés Felipe Rubiano Moreno

student•

Es normal, las paginas para cuidarse de no sobresaturar sus servidores bloquean el scrapping cuando se hayan efectuado una cierta cantidad de operaciones. Te dirigen a la API ya que allí tienen más control sobre, cuanto, como y por que quieres su información.

Luis Chavez

student•

Compañeros, adjunto mi ejemplo hasta limpieza de datos, utilizando Python. Lo pueden ejecutar en google Colab: https://github.com/lecp1530/scrapingAmazon/blob/master/Proyecto_Amazon.ipynb

Conrado Javier Jiménez Méndez

student•

Opción anidada para convertir los volúmenes en ml a lt:

aspiradoras$Volumen[grep(" ml", aspiradoras$Volumen)] <- as.numeric(gsub(" ml", "", aspiradoras$Volumen[grep(" ml", aspiradoras$Volumen)]))/1000

Sebastián Arcos

student•

¡Hola Javier!, tengo una duda genuina, a menudo veo que comparten así, de forma estética y legible, su script, pero, ¿cómo se hace?, para no tener que copiar y pegar el script. ¡Muchas gracias!

Gonzalo Muñoz

student•

Tienes que presionar donde dice "insertar código". Con esto te aparecerán 2 sets de tres comillas simples invertidas y debes poner el código ahí.

Esgar Rodriguez Velasco

student•

Si no les deja remplazar el signo de pesos de ponerlo de la siguiente forma \$, asi ya los dejara.

Carlos Daniel Jiménez

student•

Para imputar valores de una manera más prudente es mejor trabajar con la librería mice (Multivariate Imputation via Chained Equations) que usa regresiones lineales para la imputación de los valores NA

Conrado Javier Jiménez Méndez

student•

Mi transformación de pesos reportados en gramos a kilos:

# Identificar registros en gramos y guardarlos en el vector 'g':
g <- grep(" g", aspiradoras$`Peso del producto`)
# Extraer los registros en gramos
h <- aspiradoras$`Peso del producto`[g]
# Eliminar el texto, cambiar a numerico y convertir a kg
h <- (as.numeric(gsub(" g","",h)))/1000
# Sustituir los registros antigüos por los nuevos
aspiradoras$`Peso del producto`[g] <- h

Edwin Jesset Barrientos Gonzales

student•

aspiradoras&lt;-as.data.frame(res)
View(aspiradoras)
str(aspiradoras$`Peso del producto`)
#Limpiado nombre
aspiradoras$Nombre&lt;-as.character(aspiradoras$Nombre)
aspiradoras$Nombre&lt;-gsub(&quot;    &quot;,&quot;&quot;,aspiradoras$Nombre)

#Procesado de peso
aspiradoras$`Peso del producto`&lt;-as.character(aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`&lt;-gsub(&quot; Kg&quot;,&quot;&quot;,aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`
aspiradoras$`Peso del producto`&lt;-gsub(&quot;,&quot;,&quot;.&quot;,aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`&lt;-gsub(&quot;-1&quot;,NA,aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto`&lt;-as.numeric(aspiradoras$`Peso del producto`)
pesomedio&lt;-mean(aspiradoras$`Peso del producto`, na.rm=TRUE)
aspiradoras$`Peso del producto`[is.na(aspiradoras$`Peso del producto`)]&lt;-pesomedio
hist(aspiradoras$`Peso del producto`)
summary(aspiradoras$`Peso del producto`)

#Procesado de volumen
str(aspiradoras$Volumen)
aspiradoras$Volumen&lt;-as.character(aspiradoras$Volumen)
aspiradoras$Volumen&lt;-gsub(&quot; litros&quot;,&quot;&quot;,aspiradoras$Volumen)
aspiradoras$Volumen&lt;-gsub(&quot;-1&quot;,NA,aspiradoras$Volumen)
aspiradoras$Volumen&lt;-as.numeric(aspiradoras$Volumen)
volumenmedio&lt;-mean(aspiradoras$Volumen, na.rm=TRUE)
aspiradoras$Volumen[is.na(aspiradoras$Volumen)]&lt;-volumenmedio
hist(aspiradoras$Volumen)
summary(aspiradoras$Volumen)

#Procesado de potencia
str(aspiradoras$Potencia)
aspiradoras$Potencia&lt;-as.character(aspiradoras$Potencia)
aspiradoras$Potencia&lt;-gsub(&quot; vatios&quot;,&quot;&quot;,aspiradoras$Potencia)
aspiradoras$Potencia&lt;-gsub(&quot;-1&quot;,NA,aspiradoras$Potencia)
aspiradoras$Potencia&lt;-as.numeric(aspiradoras$Potencia)
potenciamedia&lt;-mean(aspiradoras$Potencia, na.rm=TRUE)
aspiradoras$Potencia[is.na(aspiradoras$Potencia)]&lt;-potenciamedia
hist(aspiradoras$Potencia)
summary(aspiradoras$Potencia)

#Procesado de opiniones
str(aspiradoras$Opiniones)
aspiradoras$Opiniones&lt;-as.character(aspiradoras$Opiniones)
aspiradoras$Opiniones&lt;-gsub(&quot; valoraciones&quot;,&quot;&quot;,aspiradoras$Opiniones)
aspiradoras$Opiniones&lt;-gsub(&quot; valoración&quot;,&quot;&quot;,aspiradoras$Opiniones)
aspiradoras$Opiniones[is.na(aspiradoras$Opiniones)]&lt;-&quot;0&quot;
summary(aspiradoras$Opiniones)

#Procesado de precio
str(aspiradoras$Precio)
aspiradoras$Precio&lt;-as.character(aspiradoras$Precio)
aspiradoras$Precio&lt;-gsub(&quot;\u00A0€&quot;,&quot;&quot;,aspiradoras$Precio)
aspiradoras$Precio&lt;-gsub(&quot;,&quot;,&quot;.&quot;,aspiradoras$Precio)
aspiradoras$Precio&lt;-as.numeric(aspiradoras$Precio)
aspiradoras$Precio[is.na(aspiradoras$Precio)]&lt;-&quot;0&quot;
hist(aspiradoras$Precio)
summary(aspiradoras$Precio)

CLAUDIA CRISTINA APARICIO RUEDA

student•

interesante!

Ronal Vargas

student•

Porque no llevar los pesos a gramos ?

Geovany Uribe Aguirre

student•

¿Por qué reemplazamos por la media? Está bien que si al traer la info está en NA, pues lo reemplacemos por la media, pero si de plano sabemos que aquellos NA son los que eran menos de un litro (en el caso de volumen) o menos de un kilo (en el caso de peso) no deberíamos buscar reemplazar estos por algo más cercano a lo que sabemos que eran? Al menos para no alterar demasiado la distribución

Andrés Felipe Rubiano Moreno

student•

Siempre se debe hacer todo lo posible por tener los valores verdaderos, en este caso no se conocían en lo absoluto; las celdas que tenían como medida "-1" no es por que fueran un valor menor a 1 kilo o un litro, fue un valor que se selecciono para rellenar el dataframe, no tiene sentido lógico ni de aproximación a los valores, simplemente no existían o el formato en el que están no coincide con el formato que se utilizó.

Juan Andres Quiroz Franco

student•

Tuve muchos problemas para eliminar el " " entre la moneda y el valor, tuve que usar el unicode \u00A0, sin embargo no supe por qué no funcionaba de otra forma, si alguien me puede explicar se lo agradezco

Andrés Felipe Rubiano Moreno

student•

No estoy 100% seguro del por que pero, R interpreta los strings en la función como expresiones regulares directamente (en otros lenguajes se hace esto de una forma más explicita sobre cuando se usan y cuando no), no se si sepa que son las expresiones regulares pero de una forma MUY MUY vaga es una forma de operar con strings de forma mucho más específica (existe un curso en acá en platzi muy bueno) . Para este problema en específico se puede usar:

"\s"

para representar los espacios en lugar del unicode.

JAVIER SANTIAGO SALGADO

student•

Intente con el unicode del euro aun asi no lo cogia, entonces use la sugerencia de un compañero mas abajo

aspiradoras <- as.data.frame(res)

# Procesado de Peso del producto
str(aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto` <- as.character(aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto` <- gsub(' kg', '', aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto` <- gsub(',','.',aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto` <- gsub('-1',NA, aspiradoras$`Peso del producto`)
aspiradoras$`Peso del producto` <- as.numeric(aspiradoras$`Peso del producto`)
class(aspiradoras$`Peso del producto`)
pesomedio <- mean(aspiradoras$`Peso del producto`, na.rm = TRUE)
aspiradoras$`Peso del producto`[is.na(aspiradoras$`Peso del producto`)]<- pesomedio
hist(aspiradoras$`Peso del producto`)
summary(aspiradoras$`Peso del producto`)
View(aspiradoras)

#Procesado de Volumen
str(aspiradoras$Volumen)
aspiradoras$Volumen <- as.character(aspiradoras$Volumen)
aspiradoras$Volumen <- gsub(' Litros','',aspiradoras$Volumen)
aspiradoras$Volumen <- gsub('-1', NA, aspiradoras$Volumen)
aspiradoras$Volumen <- as.numeric(aspiradoras$Volumen)
volumenmedio <- mean(aspiradoras$Volumen, na.rm = TRUE)
aspiradoras$Volumen[is.na(aspiradoras$Volumen)] <- volumenmedio
hist(aspiradoras$Volumen)
summary(aspiradoras$Volumen)
View(aspiradoras)

#Procesado de precio
str(aspiradoras$Precio)
aspiradoras$Precio <- as.character(aspiradoras$Precio)
aspiradoras$Precio <- gsub('\u00A0€','',aspiradoras$Precio)
aspiradoras$Precio <- gsub(',','.',aspiradoras$Precio)
aspiradoras$Precio <- as.numeric(aspiradoras$Precio)
preciomedio <- mean(aspiradoras$Precio, na.rm = TRUE)
aspiradoras$Precio[is.na(aspiradoras$Precio)] <- preciomedio
hist(aspiradoras$Precio)
summary(aspiradoras$Precio)
View(aspiradoras)

#Procesado de valoraciones
str(aspiradoras$Opiniones)
aspiradoras$Opiniones <- as.character(aspiradoras$Opiniones)
aspiradoras$Opiniones <- gsub(' valoraciones','',aspiradoras$Opiniones)
aspiradoras$Opiniones <- as.numeric(aspiradoras$Opiniones)
opinionesmedio <- mean(aspiradoras$Opiniones, na.rm = TRUE)
aspiradoras$Opiniones[is.na(aspiradoras$Opiniones)] <- opinionesmedio
hist(aspiradoras$Opiniones)
summary(aspiradoras$Opiniones)
View(aspiradoras)

Procesamiento de datos

Basicos para el curso

Mundo Data Science

¿Qué hace un Data Scientist?

Introducción a R

Operaciones con datos: vectores, listas y matrices

Operaciones con datos: dataframe y ficheros

¿Qué es web scraping?

Visualización de datos

Presentación del proyecto

Web scraping con R

Intro paquete Rvest y descripción de ejercicio

Principales funciones de Rvest

HTML node

Rvest en nuestro proyecto de Amazon. Recopilación de paginación

Obtención de URL de cada producto

Funciones Apply

Obtención de información de cada producto

Automatización para obtener datos preprocesados

Corrección de errores durante obtención de datos

Reto: Obtén datos de la liga española de fútbol

Adecuación y Análisis descriptivo de los datos

Adecuación de los datos, transformación y eliminación de NA

Procesamiento de datos

Adecuación al algoritmo K-means

Reto: Prepara los datos obtenidos

Aplicando modelo no supervisado: Kmeans

Cómo funciona el algoritmo K-means

Aplicando K-means a nuestro proyecto

Visualización de los clusters

Reto: Aplica el modelo K-means

Modelo en producción

Cómo hacer un punto de API con plumber en R

Poner nuestro modelo en tiempo real: revisión de distancias

Poner nuestro modelo en producción

Reto: Pon un modelo en producción

Representación de los resultados del modelo

Introducción a shiny y sus componentes

Mostrando los resultados de nuestro proyecto en Shiny

Reto:Representación de los resultados del modelo

Cierre del curso

Conclusiones