Documentos de Académico
Documentos de Profesional
Documentos de Cultura
8
Estandarización
Normalizar los datos
1.StandardScaler.ipynb
• Media cero
• Desviación estándar uno
Agregando atributos para hacer los datos
linealmente separables
kernels
Regularización (C)
Default C=1
Kernel polinomial
d = grado del polinomio
Gaussian RBF Kernel
Leer datos
Recodificamos variables
Correlación
Definimos parámetros y medimos
• Tip
• LinearSVC es mucho más rápido que
• SVC(kernel="linear")),
Redes Neuronales
REDES NEURONALES
Redes neuronales
• Redes neuronales
26
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
27
Bibliotecas
• Keras
• Tensorflow
Redes Neuronales
• Leer datos
RedNeuronal.ipynb
Variable de interés
Seleccionamos variables
Como ejemplo se
comparan algunos
atributos de la
clase 2 y 3
Utilizamos otras gráficas
Estandarizar los datos
https://scikit-
learn.org/stable/modules/preprocessing.html
Utilizando Scale
La variable de
interés se codifica
de otra manera
Nodos de
entrada
Verbose =
True para
visualizar el
entrenamie
nto
Análisis de resultados
• Matriz de confusión
• Accuracy
Curva ROC
Curva ROC
www.unir.net