Clase 8 de 20 • Curso de Fundamentos de Machine Learning
Contenido del curso
Tipos de modelos de machine learning para análisis deportivo
Modelos supervisados para predecir resultados deportivos
Modelos no supervisados para análisis de rendimiento deportivo
Configuración de Python y Jupyter para análisis deportivo
quiz de Fundamentos de Machine Learning y Contexto Deportivo
División de datos en machine learning con train_test_split
Creación de modelos de regresión lineal para predecir goles
Métricas para evaluar modelos de Machine Learning en predicciones
Análisis de métricas R² en modelos de regresión deportiva
Cuándo elegir regresión lineal vs árboles de decisión
quiz de Modelado Predictivo Supervisado
¿Alguna vez has escuchado sobre la ingeniería de características o feature engineering? Si trabajas con machine learning o quieres optimizar tus predicciones, saber crear nuevas variables es fundamental. Básicamente, la ingeniería de características consiste en transformar datos crudos en información más relevante para los modelos, ayudándolos a descubrir patrones más profundos y efectivos.
La ingeniería de características implica generar nuevas variables a partir de las existentes. Al hacerlo, los algoritmos pueden captar mejor lo que sucede realmente con nuestros datos. Por ejemplo, en un análisis futbolístico, en lugar de usar únicamente los goles marcados por separado, podemos crear variables como:
Estas nuevas variables aportan mayor contexto y permiten modelos más precisos.
En este caso práctico, utilizamos Python y la librería pandas para crear nuevas variables útiles en nuestro proyecto futbolístico.
Esta variable, calculada de la siguiente forma:
df['diferencia_goles'] = df['goles_local'] - df['goles_visitante']
permite determinar claramente si el equipo ganó, empató o perdió.
Creamos esta otra nueva característica clave usando esta fórmula:
df['ratio_tiros_posesion_local'] = df['tiros_arco_local'] / df['posesion_local']
Este dato revela cuánto aprovecha realmente el equipo la posesión para generar oportunidades.
Los modelos basados en algoritmos no identifican automáticamente relaciones profundas y contextuales. La creación de estas nuevas variables proporciona a nuestros modelos la capacidad de identificar patrones valiosos al entregarles información procesada más significativa. Una sola nueva variable, como la diferencia de goles, puede ofrecer mejoras significativas, superiores incluso a cambiar el algoritmo utilizado.
Más allá de simplemente crear nuevas variables, se necesitan visualizar y analizar para evaluar su eficacia. En el proyecto, realizamos estas dos acciones clave:
Por ejemplo, la diferencia de goles mostró una correlación destacada con los goles de local, alcanzando un valor de 0.67, indicando que es una variable sumamente informativa.
Te invito a revisar estos procesos en detalle y compartir en los comentarios tu percepción sobre estas técnicas: ¿cómo crees que podrían impactar directamente en tu proyecto?