Este programa utiliza un modelo de machine learning en el cual se entrena una red neuronal dado un Dataset que contiene información relacionada a 3 especies de Pingüinos (Adelie, Chinstrap y Gentoo) y en base a la información correspondiente a el largo de su pico y el largo de su aleta hará una predicción para definir la especie de un pingüinos.
Para ello se hace uso de la clase de scikit-learn MLPClassifier definiendo parámetros como el número de capas ocultas, el número de iteraciones (o epochs), la función de activación y el algoritmo de optimización.
Posteriomente importamos los datos con los cuales se trabajarán, (en este caso solo nos interesan tres características; species, bill_length_mm y flipper_length_mm).
Con estos datos, se procede a hacer un escalado de características (feature scaling) esto con el fin de estandarizar un rango para todos los datos y así, mejorar la precisión.
Posterior al escalado se procede a generar un subconjunto de datos con los cuales se entrenará la red neuronal (el 70% de los datos en este caso).
Una vez se tiene el conjunto de datos de entrenamiento, se separan los datos en:
- La matriz de entrada
<X>, en este casobill_length_mmyflipper_length_mm. - Los objetivos
<y>, en este casospecies.
Ya con todos los datos necesarios y en la forma necesaria únicamente queda entrenar a la red neuronal para posteriormente hacer una predicción, esto con el método MLPClassifier.fit()
Al momento de ejecutar MLPClassifier.predict(), este retornará una colección de predicciones.
Para evaluar la precisión de los resultados se utiliza la matriz de confusión, la cual es generada a partir de las predicciones obtenidas y el método sklearn.metrics.confusion_matrix. La precisión es determinada como el número de predicciones correctas dividido por el número total de predicciones.
Por último se genera un archivo csv que contiene los datos de entrenamiento y un csv con las predicciones obtenidas.
Si deseas saber más a profundidad respecto a como se entrenó la red neuronal y el como se implementó, existe este Reporte el cual tiene información al respecto.