Entrenamiento del modelo
Machine Learning de extremo a extremo
Joshua Stapleton
Machine Learning Engineer
Navaja de Ockham
- La explicación suficiente más simple es la mejor
- Prefiere modelos simples al elegir
Opciones de modelado
Regresión logística
- Encuentra el límite de decisión entre clases
sklearn.linear_model.LogisticRegression
Máquinas de vectores de soporte (SVC)
- Encuentra un plano que separe las clases
sklearn.svm.SVC
Árbol de decisión
- Genera “reglas” simples para clasificar
sklearn.tree.DecisionTreeClassifier
Bosque aleatorio
- Combina múltiples árboles de decisión
sklearn.ensemble.RandomForestClassifier
Otros modelos
Modelos de deep learning
- Redes neuronales
- Redes neuronales convolucionales
- Generative Pretrained Transformer (GPT)
K-Nearest Neighbors (KNN)
- Algoritmo supervisado
XGBoost
- Modelo de gradiente reforzado
- https://xgboost.readthedocs.io/en/stable/
Principios de entrenamiento
Modelo:
- Usa datos limpiados y con features tratadas
- Aprende patrones en los datos de entrenamiento
- Busca predecir el objetivo: diagnóstico de cardiopatía
Principios:
- Debe generalizar a datos no vistos (fuera del entrenamiento)
- Reserva un conjunto para probar tras entrenar (“hold-out”)
- División típica train/test: 70/30 o 80/20
- Puedes usar
sklearn.model_selection.train_test_split
Entrenar un modelo
# Importing necessary libraries from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression# Split the data into training and testing sets (80:20) X_train, X_test, y_train, y_test = train_test_split(features, heart_disease_y, test_size=0.2, random_state=42)# Define the models logistic_model = LogisticRegression(max_iter=200)# Train the model logistic_model.fit(X_train, y_train)
Obtener predicciones del modelo
# Jane Doe's health data, for example: [age, cholesterol level, blood pressure, etc.] jane_doe_data = [45, 230, 120, ...]# Reshape the data to 2D, because scikit-learn expects a 2D array-like input jane_doe_data = jane_doe_data.reshape(1, -1)# Use the model to predict Jane's heart disease diagnosis probabilities jane_doe_probabilities = logistic_model.predict_proba(jane_doe_data) jane_doe_prediction = logistic_model.predict(jane_doe_data)
Obtener predicciones (cont.)
# Print the probabilities
print(f"Jane Doe's predicted probabilities: {jane_doe_probabilities[0]}")
print(f"Jane Doe's predicted health condition: {jane_doe_prediction[0]}")
Probabilidades previstas para Jane Doe: [0.2 0.8]Condición de salud prevista para Jane Doe: 1
¡Vamos a practicar!
Machine Learning de extremo a extremo
