👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Tu contenido es muy nutritivo y que bueno que mantienes la interacción tan pronta con tus seguidores... Muchas gracias, estoy aprendiendo mucho con tus videos.
@andresbetancur3469 muchas gracias por tus comentarios. Lamento no responder rápido. Los últimos meses del año pasado fueron muy intensos, pero igualmente gratificantes. Te agradezco que sigas el contenido del canal y deseo mucha felicidad para ti y tu familia en el 2024!
Qué tan correcto es además el hecho de tomar la métrica con todos los datos, dado que al pasarle todos los datos a la métrica de rendimiento estamos también pasandole datos que fueron vistos por el modelo durante el entrenamiento, este 30% enn ocasiones podría llevarnos a una sobreestimación del modelo?
Hola @andresbetancur3469 ciertamente evaluar los modelos con los datos de entrenamiento es incorrecto. De hecho, por ahí del minuto 20:28 indico que me tomé esa libertad por cuestiones de focalizar el video. En el siguiente video platico más sobre la evaluación apropiada de los modelos: th-cam.com/video/Qnth2VXopLg/w-d-xo.html Muchos de los videos que hago en el canal están diseñados para verse 1) sin prerrequisitos, 2) en casi cualquier orden y 3) lo más focalizados posible. Esto ciertamente conlleva un costo y este mayoritariamente se refleja en la sobre-simplificación de los temas con todo lo que esto implica. Aun sigo buscando ese balance entre simplicidad y completitud que sea ideal para quienes van entrando a estos temas. Gracias por la retroalimentación :)
Hola @andresbetancur3469 muchas gracias por tu observación, la cual es enteramente válida. Como se discute en (Spiess & Neumeyer, 2010), ciertamente la evaluación de modelos de regresión no lineales usando R2 no es enteramente adecuada. De hecho, Spiess y Neumeyer sugieren utilizar el Criterio de Información de Akaike, el cual mencionan como una medida ampliamente aceptada para medir la validez de varios modelos no lineales. Al menos debí mencionarlo en el video. Sin embargo, aquí queda tu comentario como fe de erratas e información complementaria. Gracias por seguir el contenido del canal y por interactuar :) Referencia Spiess, A. N., & Neumeyer, N. (2010). An evaluation of R2 as an inadequate measure for nonlinear models in pharmacological and biochemical research: a Monte Carlo approach. BMC pharmacology, 10(1), 1-11.
Hola Octavio! Primero que todo te quería agradecer por tu canal, es una gran ayuda para entender o aclarar conceptos con tu gran manera de enseñar. Tengo una pregunta: Puedo pasarle a mi meta clasificador diferentes "base_estimator"? Algo como: n = 1 clasificador = { 'LinearSCV': LinearSVC(), 'Kneighbors' : KNeighborsClassifier() } for name, clasificador in clasificador.items(): bag = BaggingClassifier(base_estimator=clasificador, n_estimators=n).fit(X_train, y_train)
Muchas gracias por tus comentarios. Con respecto a tu pregunta, en el caso del BaggingClassifier no se puede, pero con otros métodos de ensemble como votos y apilamiento sí se puede. En un futuro pienso hacer videos sobre esos dos métodos, sin embargo, una vez entendiendo el BaggingClassifier es fácil entender cómo funcionan esos métodos. Te recomiendo echarle un ojo a los siguientes vínculos: scikit-learn.org/stable/modules/generated/sklearn.ensemble.StackingClassifier.html#sklearn.ensemble.StackingClassifier scikit-learn.org/stable/modules/generated/sklearn.ensemble.VotingClassifier.html#sklearn.ensemble.VotingClassifier
Como se hace cuándo te dan dos valores de x y no tenes una variable y. Por ejemplo un cliente tiene 2 coordendas x1 y x2 donde x1 es lo primero q ve y x2 lo segundo q ve en la pagina web. Me podria orientar
Elizabeth gracias por ver el contenido del canal y por tu pregunta. Sin conocer el contexto del proyecto, aquí van algunos comentarios que tal vez puedan ayudar. Un primer paso que se podría realizar sería definir una potencial hipótesis a explorar, es decir, en función de tus objetivos, plantea una pregunta (asociada a tus datos) que te gustaría responder. Por ejemplo, algunas preguntas podrían ser ¿existe en una relación entre x1 y x2? ¿existen agrupamientos entre los clientes en función de x1 y x2? Si tienes otros datos, por ejemplo, si el cliente realizó o no una compra, podrías preguntarte ¿si es posible diferenciar a los compradores de los no compradores en función de x1 y x2? Estas preguntas se definen a partir de tus objetivos de negocio, lo cual te ayudará a determinar el tipo de técnica a utilizar, por ejemplo: clasificación o clusterización.
@@CodigoMaquina muchas gracias use clustering pero no me cierra los resultados, ya que x1 es lo primero q ve el cliente en la pantalla(coordenada de x) y lo segundo que ve x3(tambien coordenada en x)
👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Tu contenido es muy nutritivo y que bueno que mantienes la interacción tan pronta con tus seguidores... Muchas gracias, estoy aprendiendo mucho con tus videos.
@andresbetancur3469 muchas gracias por tus comentarios. Lamento no responder rápido. Los últimos meses del año pasado fueron muy intensos, pero igualmente gratificantes. Te agradezco que sigas el contenido del canal y deseo mucha felicidad para ti y tu familia en el 2024!
¡Excelente explicación Octavio! Más contenido así, por favor.
Muchas gracias :) Poco a poco cubriré más temas de machine learning. Gracias por seguir al canal.
Qué tan correcto es además el hecho de tomar la métrica con todos los datos, dado que al pasarle todos los datos a la métrica de rendimiento estamos también pasandole datos que fueron vistos por el modelo durante el entrenamiento, este 30% enn ocasiones podría llevarnos a una sobreestimación del modelo?
Hola @andresbetancur3469 ciertamente evaluar los modelos con los datos de entrenamiento es incorrecto. De hecho, por ahí del minuto 20:28 indico que me tomé esa libertad por cuestiones de focalizar el video. En el siguiente video platico más sobre la evaluación apropiada de los modelos: th-cam.com/video/Qnth2VXopLg/w-d-xo.html
Muchos de los videos que hago en el canal están diseñados para verse 1) sin prerrequisitos, 2) en casi cualquier orden y 3) lo más focalizados posible. Esto ciertamente conlleva un costo y este mayoritariamente se refleja en la sobre-simplificación de los temas con todo lo que esto implica. Aun sigo buscando ese balance entre simplicidad y completitud que sea ideal para quienes van entrando a estos temas. Gracias por la retroalimentación :)
KNN regressor sí es un modelo lineal? en tu video anterior sobre KNN regressor hiciste enfasis en que R2 se usara solo en modelos lineales
Hola @andresbetancur3469 muchas gracias por tu observación, la cual es enteramente válida. Como se discute en (Spiess & Neumeyer, 2010), ciertamente la evaluación de modelos de regresión no lineales usando R2 no es enteramente adecuada. De hecho, Spiess y Neumeyer sugieren utilizar el Criterio de Información de Akaike, el cual mencionan como una medida ampliamente aceptada para medir la validez de varios modelos no lineales. Al menos debí mencionarlo en el video. Sin embargo, aquí queda tu comentario como fe de erratas e información complementaria. Gracias por seguir el contenido del canal y por interactuar :)
Referencia
Spiess, A. N., & Neumeyer, N. (2010). An evaluation of R2 as an inadequate measure for nonlinear models in pharmacological and biochemical research: a Monte Carlo approach. BMC pharmacology, 10(1), 1-11.
Hola Octavio! Primero que todo te quería agradecer por tu canal, es una gran ayuda para entender o aclarar conceptos con tu gran manera de enseñar.
Tengo una pregunta: Puedo pasarle a mi meta clasificador diferentes "base_estimator"?
Algo como:
n = 1
clasificador = {
'LinearSCV': LinearSVC(),
'Kneighbors' : KNeighborsClassifier()
}
for name, clasificador in clasificador.items():
bag = BaggingClassifier(base_estimator=clasificador, n_estimators=n).fit(X_train, y_train)
Muchas gracias por tus comentarios. Con respecto a tu pregunta, en el caso del BaggingClassifier no se puede, pero con otros métodos de ensemble como votos y apilamiento sí se puede. En un futuro pienso hacer videos sobre esos dos métodos, sin embargo, una vez entendiendo el BaggingClassifier es fácil entender cómo funcionan esos métodos. Te recomiendo echarle un ojo a los siguientes vínculos:
scikit-learn.org/stable/modules/generated/sklearn.ensemble.StackingClassifier.html#sklearn.ensemble.StackingClassifier
scikit-learn.org/stable/modules/generated/sklearn.ensemble.VotingClassifier.html#sklearn.ensemble.VotingClassifier
Como se hace cuándo te dan dos valores de x y no tenes una variable y. Por ejemplo un cliente tiene 2 coordendas x1 y x2 donde x1 es lo primero q ve y x2 lo segundo q ve en la pagina web. Me podria orientar
Elizabeth gracias por ver el contenido del canal y por tu pregunta. Sin conocer el contexto del proyecto, aquí van algunos comentarios que tal vez puedan ayudar. Un primer paso que se podría realizar sería definir una potencial hipótesis a explorar, es decir, en función de tus objetivos, plantea una pregunta (asociada a tus datos) que te gustaría responder. Por ejemplo, algunas preguntas podrían ser ¿existe en una relación entre x1 y x2? ¿existen agrupamientos entre los clientes en función de x1 y x2? Si tienes otros datos, por ejemplo, si el cliente realizó o no una compra, podrías preguntarte ¿si es posible diferenciar a los compradores de los no compradores en función de x1 y x2? Estas preguntas se definen a partir de tus objetivos de negocio, lo cual te ayudará a determinar el tipo de técnica a utilizar, por ejemplo: clasificación o clusterización.
@@CodigoMaquina muchas gracias use clustering pero no me cierra los resultados, ya que x1 es lo primero q ve el cliente en la pantalla(coordenada de x) y lo segundo que ve x3(tambien coordenada en x)