![\"ejemplos](\"https:\/\/naps.com.mx\/blog\/wp-content\/uploads\/2020\/04\/ejemplos-explicados-de-machine-learning-en-python-correlacion.png\")
<\/a>Art\u00edculo: Ejemplos explicados de Machine Learning<\/p><\/div>\n
En la figura anterior suponga que en el eje horizontal representa el salario de una persona, y el eje vertical representa el valor de su casa. Vemos una correlaci\u00f3n, entre m\u00e1s gana una persona, mayor es el valor de su casa. Claro, no siempre es as\u00ed. Vemos que siempre hay personas que tienen un menor salario, pero cuentan con casas cuyo valor es superior a la casa de algunos que ganan m\u00e1s que \u00e9l.<\/p>\n
En el ejemplo anterior, la idea de la Regresi\u00f3n Lineal es darle a la computadora un valor X (salario) y que nos prediga qu\u00e9 valor y (costo de la casa) tendr\u00e1.<\/p>\n
Machine Learning en Python<\/h2>\n
Python es un lenguaje de programaci\u00f3n que nos ahorra realizar todos los c\u00e1lculos y operaciones manuales que se realizan con los datos. Al utilizar Python para hacer Machine Learning aprovechamos la capacidad de la computadora para analizar muchos datos.<\/p>\n
Python utiliza la librer\u00eda Scikit-Learn<\/a>. Scikit-Learn o sklearn es, entonces, una biblioteca para realizar Machine Learning en Python.<\/p>\n Si aun no instalas sklear, puedes hacerlo usando pip<\/p>\n <\/p>\n Vamos a necesitar datos, para entrenar un modelo, que nos sirva para realizar predicciones que utilizan regresi\u00f3n lineal. \u00bfC\u00f3mo obtener esos datos? Bueno, para nuestro primer ejemplo, podemos utilizar los datos que ya trae sklearn.<\/p>\n La primera linea la necesitamos para obtener un dataset de ejemplo.<\/p>\n La segunda l\u00ednea la utilizaremos para realizar la Regresi\u00f3n Lineal.<\/p>\n La tercera l\u00ednea importa pandas, una librer\u00eda de Python para el tratamiento de datos.<\/p>\n En \u00e9sta linea cargamos un dataset de ejemplo que ya viene con sklearn. Contiene una cantidad de datos sobre propiedades (casas) en Boston.<\/p>\n La variable objetivo es ese dato que queremos predecir. Y las variables independientes son esos valores que (seg\u00fan un an\u00e1lisis previo) concluimos influyen en la variable objetivo.<\/p>\n El dataset de ejemplo, ya trae configurados la variable objetivo y las variables independientes. Nosotros las vamos a pasar a nuestras propias variables.<\/p>\n Vamos a crear un modelo con los par\u00e1metros por defecto<\/p>\n Ajustamos nuestro modelo pas\u00e1ndole los datos de entrenamiento y la variable objetivo.<\/p>\n Ya podemos realizar predicciones. Ahora solo vamos a utilizar los mismos datos de entrenamiento, y veremos qu\u00e9 valor hubiese predicho el sistema. S\u00f3lo mostraremos los primeros 5 valores.<\/p>\n En la primera l\u00ednea, usamos el m\u00e9todo predict, con los mismos valores independientes que ya tiene.<\/p>\n En la segunda linea tenemos un for, que asigna dos valores, y y y_pred. La funci\u00f3n zip toma un valor de \u00abobjetivo\u00bb y lo relaciona con uno de \u00abpredicciones\u00bb. Dentro del for imprimimos esos dos valores. Como le indicamos [:5] solo nos muestra los primeros 5.<\/p>\n Observamos que, si le hubi\u00e9semos pasado los mismos datos que tiene ya el modelo, \u00e9l hubiese predicho valores bastante cercanos a los reales.<\/p>\n <\/p>\n Vamos a utilizar un dataset con informaci\u00f3n sobre pel\u00edculas. El enlace de \u00e9ste dataset est\u00e1 aqu\u00ed<\/a>:<\/p>\n Si abres el archivo movies2.csv ver\u00e1s que contiene distintos valores. Para realizar la regresi\u00f3n lineal solo necesitamos los valores num\u00e9ricos.<\/p>\n Aunque ya seleccionamos solo los valores num\u00e9ricos, algunos de \u00e9stos contienen valores NaN (No es un n\u00famero), por lo que vamos a reemplazarlos por 0.<\/p>\n En nuestro caso deseamos predecir a cu\u00e1nto ascender\u00e1 el monto de ventas de cierta pel\u00edcula. Por lo que estableceremos eso como nuestra variable objetivo. Las variables independientes ser\u00e1n todas las dem\u00e1s variables num\u00e9ricas que no son el objetivo.<\/p>\n En la l\u00ednea anterior, al dataset original (\u00abpeliculas\u00bb), le agregamos una nueva columna (\u00abventas_prediccion\u00bb) que contendr\u00e1 el resultado de la predicci\u00f3n pasando todos los datos de las variables independientes.<\/p>\n En la l\u00ednea anterior imprimimos las columnas ventas y ventas_predicci\u00f3n, solo los primeros 5 resultados.<\/p>\n La columna ventas, son las ventas reales, y la columna ventas_prediccion son los datos que el sistema hubiese predicho si le hubi\u00e9ramos pasado los datos correspondientes a sus \u00a0variables independientes.<\/p>\n <\/p>\n Imaginamos que hemos ido recopilando nuestros propios datos. En el siguiente ejemplo tenemos un CSV (un archivo separado por comas) con informaci\u00f3n sobre \u00abventas\u00bb.<\/p>\n El campo edad se refiere a la edad del cliente, la columna cantidad se refiere a la cantidad de personas que iban con esa persona, la columna vehiculo indica si lleg\u00f3 o no en un veh\u00edculo particular, la columna pago se refiere a su forma de pago (efectivo, tarjeta de credito, d\u00e9bito o vales), y por \u00faltimo la columna monto que indica cu\u00e1nto compr\u00f3.<\/p>\n Deseamos un modelo al que le indiquemos edad, cantidad de acompa\u00f1antes, veh\u00edculo y forma de pago y el nos prediga cu\u00e1nto va a comprar esa persona.<\/p>\npip install sklearn<\/pre>\n
Ejemplos explicados de Machine Learning<\/h2>\n
Ejemplo 1. Usar un dataset ya incluido<\/h2>\n
Librer\u00edas<\/h3>\n
from sklearn import datasets\r\nfrom sklearn.linear_model import LinearRegression\r\nimport pandas as pd<\/pre>\n
Cargar el dataset<\/h3>\n
dataset = datasets.load_boston()<\/pre>\n
Configurar las variables objetivo e independientes.<\/h3>\n
objetivo = dataset['target']\r\nindependientes = dataset['data']<\/pre>\n
Creamos el modelo<\/h3>\n
modelo = LinearRegression()<\/pre>\n
M\u00e9todo fit<\/h3>\n
modelo.fit(X=independientes, y=objetivo)<\/pre>\n
M\u00e9todo predict<\/h3>\n
predicciones = modelo.predict(independientes)\r\nfor y, y_pred in list(zip(objetivo, predicciones)) [:5]:\r\n\tprint(\"Valor Real: {:.3f} Valor Estimado: {:.5f}\".format(y, y_pred))\r\n<\/pre>\nResultados<\/h3>\n
<\/a><\/p>\nEjemplo 2. Usar un dataset externo<\/h2>\n
Importamos librer\u00edas<\/h3>\n
import pandas as pd\r\nimport numpy as np\r\nfrom sklearn.linear_model import LinearRegression<\/pre>\n
Leemos el dataset<\/h3>\n
peliculas = pd.read_csv(\"movies2.csv\")<\/pre>\n
Seleccionar solo los valores num\u00e9ricos<\/h3>\n
datos_numericos = peliculas.select_dtypes(np.number)<\/pre>\n
datos_numericos = peliculas.select_dtypes(np.number).fillna(0)<\/pre>\n
Configurar las variables objetivo e independientes.<\/h3>\n
objetivo = \"ventas\"\r\n#las variables independientes serian todas las demas menos ventas\r\nindependientes = datos_numericos.drop(columns=objetivo).columns<\/pre>\n
Creamos el modelo y lo ajustamos<\/h3>\n
modelo = LinearRegression()\r\nmodelo.fit(X=datos_numericos[independientes], y=datos_numericos[objetivo])<\/pre>\n
Agregamos las predicciones como una nueva columna del dataset original<\/h3>\n
peliculas[\"ventas_prediccion\"] = modelo.predict(datos_numericos[independientes])<\/pre>\n
Mostrar solo los campos ventas y ventas_predicci\u00f3n<\/h3>\n
print (peliculas[[\"ventas\", \"ventas_prediccion\"]].head())<\/pre>\n
Resultados<\/h3>\n
<\/a><\/p>\nEjemplo 3. Usar nuestros propios datos<\/h2>\n
<\/a><\/p>\nLibrer\u00edas a utilizar<\/h3>\n
import pandas as pd\r\nimport numpy as np\r\nfrom sklearn.linear_model import LinearRegression<\/pre>\n
Leer el archivo y establecer las variables objetivo e independientes<\/h3>\n
ventas = pd.read_csv(\"ventas2.csv\")\r\nobjetivo = \"monto\"\r\nindependientes = ventas.drop(columns=['monto']).columns<\/pre>\n