2. División del conjunto de datos y especificación de capas en la red neuronal:
3. Creación, entrenamiento y experimentación del modelo:
4. Calculando precisión del modelo:
Luego de realizar el modelo, de especificar las capas de la RNA y de validar diferente iteraciones, la forma en que se establecen las predicciones muestran que la precisión en la predicción puede aumentar del 0.92 al 0.95.
A medida que se evaluaron diferentes combinaciones de layers e iteraciones, el
modelo se vuelve más intuitivo y mejora en la capacidad de predicción y aunque es posible dar otro tipo de combinaciones que permitan mejorar la capacidad de predicción, con la información dada y la experimentación realizada, el máximo nivel de precisión que permite alcanzar es de 0.95.