Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ACTIVIDAD PRÁCTICA
DURACIÓN: 2 horas.
DESARROLLO DE LA ACTIVIDAD:
https://www.edureka.co/blog/classification-algorithms/
https://myrbooksp.netlify.com
Pág. 1
INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO
R-Code:
library(rpart)
x <- cbind(x_train,y_train)# grow tree
fit <- rpart(y_train ~ ., data = x,method="class")summary(fit)
#Predict Output
predicted= predict(fit,x_test)
çCreamos los datos de ejemplo. Una tabla con alturas del padre la madre, el sexo
del hijo y la altura.
Pág. 2
INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO
Pág. 3
INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO
Para este caso, vamos a usar la base de daros “titanic” que nos proporciona R por
defecto.
Nos va a interesar estudiar la supervivencia de los pasajeros.
Lo más interesante de este problema, es detectar, a través de la información del
pasajero, si éste llega a sobrevivir o no.
Una pregunta de interés pudiera ser si un pasajero de cuatro años de edad que
tuviera género masculino sobrevivirá.
# paquete de datos
# install.packages('titanic')
library(titanic)
# cargar librarias de analisis
install.packages("tidyverse")
library(tidyverse)
# cargar librerias de datos
library(titanic)
data("titanic_train")
head(titanic_train)
Pág. 4
INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO
Vamos a agregarle method = class para que calcule la clase (sobrevive o no) y no
la probabilidad de supervivencia. El código:
> library(rpart.plot)> arbol <- rpart(+ formula = Survived ~ Sex + Age,+
data = titanic_train,+ method = 'class'+ )
rpart.plot(arbol)
Pág. 5
INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO
Pág. 6