An open API service indexing awesome lists of open source software.

https://github.com/igorrc/ml-algorithms-pathfinder

Comparison of machine learning algorithm performance
https://github.com/igorrc/ml-algorithms-pathfinder

Last synced: 21 days ago
JSON representation

Comparison of machine learning algorithm performance

Awesome Lists containing this project

README

          

# Proyecto de Algoritmos de Aprendizaje Automatico

Este proyecto utiliza un algoritmos para predecir especializaciones académicas basándose en datos procesados. El código está escrito en Python y utiliza bibliotecas populares de aprendizaje automático.

## Requisitos Previos

Asegúrate de tener instalado lo siguiente en tu máquina:

1. **Python**: Versión 3.8 o superior.
2. **pip**: Administrador de paquetes para Python.
3. **git**: Para gestionar el repositorio.

## Lista de Librerías

El script utiliza las siguientes bibliotecas:

1. **os**: *Incluida en la biblioteca estándar de Python (no requiere instalación).*
2. **dotenv**: *Carga variables de entorno desde un archivo .env.*
3. **pandas**: *Manejo y análisis de datos.*
4. **scikit-learn**: *Algoritmos de aprendizaje automático y herramientas para preprocesamiento y evaluación.*
5. **matplotlib**: *Visualización de datos y gráficos.*

## Pasos de instalacion
1. Crear y Activar un Entorno Virtual (Recomendado)

*Un entorno virtual ayuda a evitar conflictos entre dependencias de proyectos.*

1.1.- Crear el entorno virtual
```bash
python -m venv sklearn-env
```

2.2- Activar el entorno virtual

En Windows
```bash
.\sklearn-env\Scripts\activate
```
En macOS/Linux
```bash
source sklearn-env/bin/activate
```

2. Instalar las Librerías

Ejecuta el siguiente comando para instalar las dependencias:
```bash
pip install python-dotenv pandas scikit-learn matplotlib
```

### 1. Clonar el repositorio
Clona este proyecto usando Git:

```bash
https://github.com/IgorRC/ml-algorithms-pathfinder.git
```
### 2.- Ejecuutar en el terminal

```bash
python file.py
```