Aprendizaje de Máquina NO Supervisado | Python | Aprendizaje Automático NO Supervisado | Machine Learning NO Supervisado - 3 Tipos de Distancias para Técnicas de Clustering con Python: Euclidiana, Chebyshev y Manhattan

Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2022, 7 de Febrero). 3 Tipos de Distancias para Técnicas de Clustering con Python: Euclidiana, Chebyshev y Manhattan [Video]. YouTube. [Incluye aquí la URL del video]. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** Descripción y comparación de diferentes tipos de distancias utilizadas dentro de los algoritmos de clusterizado. Las métricas explicadas son: distancia Euclidiana, distancia Chebyshev y distancia Manhattan. Índice del Video: 0:00 Introducción 0:50 Distancia Euclidiana 3:31 Distancia Chebyshev 6:45 Distancia Manhattan 8:42 Comparación de las métricas usando DBSCAN ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. 📊 Los datos no mienten: La caída del cabello se frena con mantenimiento predictivo, no correctivo. El nuevo shampoo sólido anticaída de la co-fundadora de Código Máquina es el upgrade de alto rendimiento que tu hardware biológico necesita. 🧪💻🧬 👉 Consigue el tuyo y estabiliza el sistema: https://bit.ly/Sinhaki El código y datos del video están disponibles en GitHub https://github.com/CodigoMaquina/code #MachineLearning #AprendizajeAutomático #CienciaDeDatos #ScikitLearn #Python #AprendizajeDeMaquina #SkLearn #AprendizajeNoSupervisado #DBSCAN #Clustering #Euclidiana #Chebyshev #Manhattan #DataScience