Tomar decisiones rápidas y acertadas es vital en estos días y más ahora que el mundo se enfrenta a un fenómeno como el COVID-19, por lo que contar con información tanto actual como proyectada es determinante para este proceso. En este sentido, hemos aplicado un modelo en el que es posible observar el pico en casos … Continue reading «Predicción máxima de COVID-19 usando la función logística»
LOESS o LOWESS son métodos de regresión no paramétricos que combinan múltiples modelos de regresión en un metamodelo basado en el vecino más cercano. LOESS combina gran parte de la simplicidad de la regresión lineal de mínimos cuadrados con la flexibilidad de la regresión no lineal. Lo hace ajustando modelos simples a subconjuntos localizados de … Continue reading «Implementación de regresión lineal ponderada localmente»
Requisito previo: comprensión de la regresión logística La regresión logística es el tipo de análisis de regresión que se utiliza para encontrar la probabilidad de que ocurra un determinado evento. Es el tipo de regresión más adecuado para los casos en los que tenemos una variable dependiente categórica que solo puede tomar valores discretos. El … Continue reading «Regresión logística usando Statsmodels»
Requisito previo: regresión lineal , R-cuadrado en regresión ¿Por qué? Prueba R cuadrada ajustada: la prueba R cuadrada se usa para determinar la bondad de ajuste en el análisis de regresión. La bondad de ajuste implica cómo se ajusta mejor el modelo de regresión a los puntos de datos. Más es el valor de r-cuadrado … Continue reading «ML | R-cuadrado ajustado en el análisis de regresión»
Requisito previo: NumPy Considere un conjunto de datos, área (x1 ) habitaciones (x2 ) edad ( x3 ) precio (a) 23 3 8 6562 15 2 7 4569 24 4 9 6897 29 5 4 7562 31 7 6 8234 25 3 10 7485 dejenos considerar, Aquí el área, las habitaciones, la antigüedad son características/variables … Continue reading «Modelo de Regresión Lineal Múltiple con Ecuación Normal»
Regresión lineal: Es el tipo básico y comúnmente utilizado para el análisis predictivo. Es un enfoque estadístico para modelar la relación entre una variable dependiente y un conjunto dado de variables independientes. Estos son de dos tipos: Regresión lineal simple Regresión lineal múltiple Analicemos la regresión lineal múltiple usando Python. La regresión lineal múltiple intenta … Continue reading «ML | Regresión lineal múltiple usando Python»
Punto de alto apalancamiento: un punto de datos se considera un punto de alto apalancamiento si tiene un valor de entrada de predictor extremo. Un valor de entrada extremo simplemente significa un valor extremadamente bajo o extremadamente alto en comparación con otros puntos de datos en todo el conjunto de datos. La razón por la … Continue reading «Comprender el punto de alto apalancamiento con Turicreate»
Requisitos previos: regresión logística Primeros pasos con Keras: el aprendizaje profundo es uno de los principales subcampos del marco de aprendizaje automático. Es compatible con varias bibliotecas como Theano, TensorFlow, Caffe, Mxnet, etc. para crear modelos de aprendizaje profundo. Keras ofrece una colección de conjuntos de datos que se pueden usar para entrenar y probar el … Continue reading «Regresión Softmax usando Keras»
R-cuadrado es una medida estadística que representa la bondad de ajuste de un modelo de regresión. El valor ideal para r-cuadrado es 1. Cuanto más se acerque el valor de r-cuadrado a 1, mejor se ajustará el modelo. R-cuadrado es una comparación de la suma residual de cuadrados (SS res ) con la suma total … Continue reading «ML | R-cuadrado en análisis de regresión»
El Dummy Regressor es un tipo de regresor que ofrece predicciones basadas en estrategias simples sin prestar atención a los datos de entrada. Al igual que Dummy Classifier, la biblioteca sklearn también proporciona Dummy Regressor, que se utiliza para establecer una línea de base para comparar otros Regressor existentes, a saber, Poisson Regressor, Linear Regression, … Continue reading «Regresor ficticio»