0 calificaciones0% encontró este documento útil (0 votos)
5 vistas1 página
El documento instruye crear dos modelos de aprendizaje automático (ML) para predecir cáncer utilizando un conjunto de datos: 1) una función desarrollada en clase y 2) KNeighborsClassifier de scikit-learn. Se debe comparar los modelos para ver cuál hace predicciones más precisas, ajustando los parámetros para lograr un score mayor al 80%. Además, se debe seleccionar solo las columnas de datos relevantes para la proyección y eliminar datos innecesarios.
El documento instruye crear dos modelos de aprendizaje automático (ML) para predecir cáncer utilizando un conjunto de datos: 1) una función desarrollada en clase y 2) KNeighborsClassifier de scikit-learn. Se debe comparar los modelos para ver cuál hace predicciones más precisas, ajustando los parámetros para lograr un score mayor al 80%. Además, se debe seleccionar solo las columnas de datos relevantes para la proyección y eliminar datos innecesarios.
El documento instruye crear dos modelos de aprendizaje automático (ML) para predecir cáncer utilizando un conjunto de datos: 1) una función desarrollada en clase y 2) KNeighborsClassifier de scikit-learn. Se debe comparar los modelos para ver cuál hace predicciones más precisas, ajustando los parámetros para lograr un score mayor al 80%. Además, se debe seleccionar solo las columnas de datos relevantes para la proyección y eliminar datos innecesarios.
desarrollada en clase y la de scikit learn (KNeighborsClassifier), compara las dos funciones para ver cual hace mejor predicción, haz los ajustes necesarios para que el score sea mayor al 80%,
La columna 0 id
La ultima columna es el target
Fijarme solo los datos que sean necesarios en el data set de cancer