Summary
Keywords
Full Transcript
En este live aprenderás uno de los pasos más importantes en Machine Learning: el Feature Scaling y las transformaciones de datos. Muchos modelos de Machine Learning con Scikit-Learn no funcionan correctamente cuando las variables numéricas tienen escalas muy diferentes, por lo que entender cómo escalar y transformar los datos es clave para entrenar modelos más precisos. Exploraremos dos técnicas fundamentales: Min-Max Scaling (normalización) y Standardization (StandardScaler). Verás cuándo usar cada una, cómo afectan a los outliers, y cómo implementarlas correctamente en Python usando Scikit-Learn. También hablaremos de un error muy común en Data Science: hacer fit del scaler con datos de test, algo que puede generar data leakage. Además, veremos cómo manejar distribuciones sesgadas (skewed distributions) utilizando transformaciones como log transformation, square root transformation y otras técnicas para mejorar la distribución de los datos antes de entrenar modelos de Machine Learning. También aprenderás conceptos más avanzados como: - Feature transformations para heavy-tailed distributions - Bucketization (discretización de variables) - Uso de Gaussian RBF para medir similitud entre datos - Cómo transformar también la variable objetivo (target scaling) Si estás aprendiendo Machine Learning, Data Science o Scikit-Learn, este live te ayudará a entender cómo preparar correctamente los datos antes de entrenar un modelo, uno de los pasos más importantes en cualquier proyecto de Machine Learning en Python. Material de apoyo: Leer los siguientes temas del capitulo 2 del libro Hands-On Machine Learning with Scikit-Learn and PyTorch - Aurélien Géron * Prepare the Data for Machine Learning Algorithms - Feature Scaling and Transformation 🔗 Suscripciones 👉 https://www.youtube.com/cha.../UCpqqJGMaVEmyinn1J-DhnYg/join 💬 Discord 👉 https://discord.com/users/pildorasdeprogramacion 📸 Instagram 👉 https://www.instagram.com/pildoras_de_programacion/ 🎵 TikTok 👉 https://www.tiktok.com/@pil_programacion?lang=en 📘 Facebook 👉 https://www.facebook.com/pilprogramacion 📺 YouTube 👉 https://www.youtube.com/@pildorasdeprogramacion 🔔 ¡Suscríbete y activa la campanita para no perderte futuros lives! 🔴 ¡Nos vemos en el live! 🚀🐳
