Interfaz gráfica para el minado de datos ⛏️
Introducción
Este proyecto consiste en una aplicación web que permite aplicar algoritmos de minería de datos a conjuntos de datos variables.
Módulos de la aplicación
Carga de datos 📓
Módulo que se encarga de cargar datos a la aplicación.
EDA - Análisis exploratorio de datos 🔎
Permite entender la estructura del conjunto de datos, identificar la variable objetivo y posibles técnicas de modelado.
PCA - Análisis de componentes principales 📊
Se utiliza análisis de componentes principales (ACP o PCA, Principal Component Analysis) para reducir la cantidad de variables en el conjunto de datos, mientras se conserva la mayor cantidad de información posible.
k-medias - Agrupamiento particional por k-medias 🧮
Se aplica agrupamiento particional mediante el algoritmo de k-medias utilizando el conjunto de datos obtenido en la carga de datos, EDA o PCA.
Entrenamiento del claisificador - Modelo de Regresión Logística 📈
Se entrena un modelo clasificación por regresión logística utilizando el conjunto de datos obtenido en la carga de datos, EDA o PCA.
Predicción de clases - Predicción utilizando el modelo de clasificación 🎯
Se utiliza el modelo de clasificación entrenado en el módulo Entrenamiento del clasificador para generar predicciones.
Requerimientos
- Python 3.8 o superior
Tecnologías utilizadas
- Python
- Streamlit
- Pandas
- Scikit-Learn
- Plotly
Pasos para instalar el proyecto
- Clonar el repositorio
- Crear una un ambiente virtual de python
$ python3 -m venv env
- Activar el ambiente virtual (en Linux, MacOS o UNIX)
$ source env/bin/activate
- Activar el ambiente virtual (en Windows)
$ env\Scripts\activate.bat
- Instalar las dependencias
$ pip install -r requirements.txt
- Correr utilizando streamlit
$ streamlit run app.py