Comments on: 7 pasos del Machine Learning para construir tu máquina

By: Na8

Na8 — Thu, 27 Oct 2022 15:13:36 +0000

In reply to Raquel Pauluk. Si, siempre es conveniente tener un balanceo de clases porque el modelo puede captar como parte de su comportamiento la distribución del dataset. En lo posible deber tener cantidades similares de cada clase. Tengo otro artículo donde te enseña a crear samples, es decir muestras artificiales si fuera necesario. Saludos

By: Raquel Pauluk

Raquel Pauluk — Wed, 26 Oct 2022 20:13:08 +0000

A la hora de armar un dataset, por ejemplo, para usar un algoritmo de clasificación , donde tuviera dos clases ; es importante tener la misma cantidad de ejemplos de cada clase? Es decir tengo muchos mas ejemplos de una clase que de otra influye en el aprendizaje?

By: Ronald

Ronald — Wed, 10 Jun 2020 05:09:29 +0000

No me quedó claro el ejemplo para Logistic Regression con los precios del inmueble ya que ese modelo ayuda a predecir el resultado de una variable categórica y el precio del inmuble es una variable númerica. Podrias aclararme por favor ?

By: Na8

Na8 — Sat, 23 May 2020 14:55:39 +0000

In reply to aldo pereira.

Si es para utilizarlo en un ambiente de producción es buena idea agregar el dato que tenías en test.
Salvo que fuera un caso que hayas utilizado muchísimos registros en train para el modelo y creas que está suficientemente estable.
Saludos!

By: aldo pereira

aldo pereira — Thu, 02 Apr 2020 12:24:50 +0000

Hola. Si posterior a la predicci’on del modelo es adecuada. Agregas posteriormente los datos de entrenamiento al modelo, de caras a predicciones posteriores de nuevos datos?

By: jeremias

jeremias — Tue, 25 Jun 2019 18:29:57 +0000

Gracias!