Seguimos viendo como utilizar distintas clases de librerías como Pandas, NumPy o ScikitLearn para preparar los datos para su uso en tareas de aprendizaje automático. Uso de "OneHotEncoder" de scikit-learn para convertir características con tipos de datos categóricos nominales; Uso de "ColumnTransformer" de scikit-learn para llevar a cabo diferentes transformaciones en varias columnas; Creación de características ficticias con el uso de la función "get_dummies" de Pandas; Soluciones para evitar el problema de la "multicolinealidad" tanto con "OneHotEncoder" como con "get_dummies"
Archivos de práctica:
https://colab.research.google.com/drive/1De5yke-3vvRt0BCCHd6JgDzmCaaHHqW2?usp=sharing
Continue this lesson in the app
Install CourseHive on Android or iOS to keep learning while you move.
FAQs
We curate free YouTube courses, organized by category and language — and make it easy for you to track your learning progress.
Yes. Free courses are embedded YouTube videos.
Currently available in English — with Portuguese, Spanish, French, German, and Italian coming soon.
Check ratings, reviews, duration, and description.
All courses include a certificate of participation.
Yes, an account lets you track progress, earn certificates, and save favorites.
We auto-save your watch position so you can resume on any device.