Te damos la bienvenida al repositorio de Diana y Chloe.

Aquí encontrarás nuestras prácticas de Machine Learning durante el Bootcamp de Data Analytics de Adalab. Hemos utilizado dos conjuntos de datos:

• Uno sobre las ventas de vino y comestibles de un comercio.
• Otra sobre los hábitos de vida y la relación con la obesidad.

En estas prácticas hemos realizado:

• El análisis exploratorio y limpieza de los datos escogidos.
• La comprobación de que los datos cumplieran las asunciones para hacer una Regresión Lineal.
• El test de ANOVA para determinar la importancia de las variables predictoras sobre la variable respuesta.
• La aplicación de un modelo de Regresión Lineal y Cross Validation, y la interpretación de los resultados.
• La aplicación de los algortimos de Decision Tree y Random Forest para los mismos datos y así comparar métricas.
• La aplicación de un modelo de Regresión Logística para predecir valores discretos.
• La aplicación de los algortimos de Decision Tree y Random Forest para los mismos datos discretos.
• La interpretación de una matriz de confusión y las métricas que derivan de la misma, en particular:
  • accuracy
  • recall
  • kappa
  • F1

Como herramientas hemos utilizado Python y las siguientes librerías:

• pandas
• numpy
• matplotlib.pyplot
• seaborn
• scipy
• statsmodels.api
• sklearn

Esperemos que nuestro trabajo te sea útil o al menos fácil de leer ;). Si tienes algo que comentarnos estaremos encantadas de leerlo.

¡Hasta pronto!