/Ejercicios-aprendizaje-supervisado-clasificacion

Tasca M7 T01 Objectius: Neteja i interpretació de les dades. Preprocessats. Creació de models de classificació (arbres de classificació, KNN - k-Nearest neighbors, regressió logística, support vector machine, XGboost, altres models...). Utilització de les mètriques per interpretar els resultats. Estudi i modificació de paràmetres

Primary LanguageJupyter Notebook

estructures_Dataframe-M7

Tasca M7 T01 Objectius: Neteja i interpretació de les dades. Preprocessats. Creació de models de classificació (arbres de classificació, KNN - k-Nearest neighbors, regressió logística, support vector machine, XGboost, altres models...). Utilització de les mètriques per interpretar els resultats. Estudi i modificació de paràmetres Exercicis d'algoritmes de Classificació.

  • Exercici 1 Crea almenys dos models de classificació diferents per intentar predir el millor les classes de l'arxiu adjunt.

  • Exercici 2 Compara els models de classificació utilitzant la precisió (accuracy), una matriu de confusió i d’altres mètriques més avançades.

  • Exercici 3 Entrena’ls usant els diferents paràmetres que admeten per tal de millorar-ne la predicció.

  • Exercici 4 Compara el seu rendiment fent servir l’aproximació traint/test o cross-validation.

  • Exercici 5 Aplica algun procés d'enginyeria per millorar els resultats (normalització, estandardització, mostreig...)