https://github.com/estelacode/data_science

📈📊 Data Science Notebooks . ▫️ Aplicación de algoritmos de ML para la resolución de problemas de aprendizaje supervisado (Clasificación y Regresión)
https://github.com/estelacode/data_science

bagging boosting confusion-matrix decisiontreeclassifier feature-engineering feature-extraction feature-selection gaussian-naive-bayes gridsearchcv kneighborsregressor lda linear-regression logistic-regression machine-learning mlpregressor pca python roc-curve stackingregressor svm

Last synced: 3 months ago
JSON representation

📈📊 Data Science Notebooks . ▫️ Aplicación de algoritmos de ML para la resolución de problemas de aprendizaje supervisado (Clasificación y Regresión)

• Host: GitHub
• URL: https://github.com/estelacode/data_science
• Owner: estelacode
• Created: 2024-09-01T09:35:52.000Z (about 1 year ago)
• Default Branch: main
• Last Pushed: 2024-09-08T10:20:04.000Z (about 1 year ago)
• Last Synced: 2025-03-21T02:46:34.653Z (7 months ago)
• Topics: bagging, boosting, confusion-matrix, decisiontreeclassifier, feature-engineering, feature-extraction, feature-selection, gaussian-naive-bayes, gridsearchcv, kneighborsregressor, lda, linear-regression, logistic-regression, machine-learning, mlpregressor, pca, python, roc-curve, stackingregressor, svm
• Language: Jupyter Notebook
• Homepage:
• Size: 8.89 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# Data Science

## Machine Learning Notebooks:

APRENDIZAJE SUPERVISADO

* 📄 **Notebook 1:** ML_Clasificacion.ipynb  

Objetivo: predecir si una persona cobra mas de 50000 dólares en un año.

Dataset: adult.data

    * **Fase 1**. Análisis Exploratorio de los datos(EDA)

    * **Fase 2**. Prepocesamiento de los datos

      - Limpieza de los datos

      - Tratamiento de valores Nan

      - Detección de outliers

      - Extracción de características

      - Tranformación de los datos

      - Reducción de dimensionalidad

     

    * **Fase 3**. Entrenamiento de un modelo de Clasificación basado en Decision Tree

    * **Fase 4**. Análisis de resultados

        * Matriz de confusión

        * Métricas

        * Curva ROC

        * Conclusiones

    * **Fase 5**. Mejora del método

        * GridSearchCV

        * Metricas

        * Curva ROC

        * Conclusiones

    * **Fase 6**. Comparación con otros métodos

        * Naive Bayes

        * SVM

        * Logistic Regresion

    * **Fase 7**. Análisis de sesgos

        * Modelo para mujeres

        * Modelo para hombres

        * Conclusiones Finales

* 📄 **Notebook 2:** ML_Regression.ipynb

Objetivo:  predecir un indicador de estabilidad (valor real) en base a una serie de características que se discretizaran para dar una salida categórica (estable/no estable)

Dataset:  Data_for_UCI_named.csv

    * **Fase 0**. Descarga y Carga del conjunto de datos.

      

    * **Fase 1**. Análisis Exploratorio de los datos(EDA)

      

    * **Fase 2**. Entrenamiento del modelo de regresión lineal y estudio de la bondad del mismo.

      

         * Modelo 1 - Regressión Lineal Multivariante

         * Visualización de los residuos del modelo 1

         * Modelo 2 - Regressión Lineal Multivariante

         * Visualización de los residuos del modelo 2

         * Evaluación cuantitativa del modelo

            * Coeficiente de deteminación

            * MAE

            * MSE

              

    * **Fase 3**. Entrenamiento de modelos diferentes al método de regresión lineal

      

         * KNeighborsRegressor

         * Multi-layer Perceptron Regression

         * Predicciones:

            * LinearRegressor Predictions

            * KNeighborsRegressor Predictions

            * MLPRegressor Predictions

         * Evaluación Cualitativa de los modelos.

           

    * **Fase 4**. Entrenamiento con métodos de agregación: bagging y boosting

      

         * Bagging con estimadores (LinearRegression)

         * Bagging con estimadores (MLPRegressor)

         * Boosting con estimadores (LinearRegression)

         * Boosting con estimadores (MLPRegressor)

         * Métricas de Bondad

           

   * **Fase 5**. Métodos de stacking

     

         * Stacking con regresor lineal kNN y MLP

         * Stacking con regresor lineal y kNN

         * Stacking con regresor lineal y MLP

         * Stacking con regresor kNN y MLP

         * Métricas de Bondad

## Tech Stack

     * Python

     * Machine Learning Algorithm

     * ExtraTreesClassifier

     * ExtraTreesRegressor

     * SelectKBest

     * LDA

     * PCA

     * DecisionTreeClassifier

     * Naive Bayes

     * SVM

     * Logistic Regression

     * LinearRegression

     * GridSearchCV

     * Bagging

     * BaggingRegressor

     * Boosting

     * AdaBoostRegressor

     * StackingRegressor

     * LinearRegression

     * KNeighborsRegressor

     * MLPRegressor

     * R2 - score

     * MAE

     * MSE

     * confusion_matrix

     * accuracy_score,

     * recall_score,

     * f1_score,

     * precision_score,

     * classification_report

     * roc_curve