Desafío: Resolución de la Tarea Utilizando Correlación
Swipe to start coding
Una de las tareas más importantes en el aprendizaje automático es la construcción de un modelo de regresión lineal (puedes encontrar más información en el curso de Regresión Lineal con Python).
Dado que se utiliza una función lineal en este modelo, se puede emplear la correlación entre las características y el objetivo para indicar la relevancia de una característica particular para este modelo.
Ahora utilizaremos el 'Heart Disease Dataset': contiene 14
características, incluida la variable objetivo, que se refiere a la presencia de enfermedad cardíaca en el paciente. La tarea consiste en calcular la importancia de los atributos utilizando la correlación:
- Calcular las correlaciones entre las características y el objetivo.
- Imprimir estas correlaciones en orden ascendente.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.85
Desafío: Resolución de la Tarea Utilizando Correlación
Desliza para mostrar el menú
Swipe to start coding
Una de las tareas más importantes en el aprendizaje automático es la construcción de un modelo de regresión lineal (puedes encontrar más información en el curso de Regresión Lineal con Python).
Dado que se utiliza una función lineal en este modelo, se puede emplear la correlación entre las características y el objetivo para indicar la relevancia de una característica particular para este modelo.
Ahora utilizaremos el 'Heart Disease Dataset': contiene 14
características, incluida la variable objetivo, que se refiere a la presencia de enfermedad cardíaca en el paciente. La tarea consiste en calcular la importancia de los atributos utilizando la correlación:
- Calcular las correlaciones entre las características y el objetivo.
- Imprimir estas correlaciones en orden ascendente.
Solución
¡Gracias por tus comentarios!
Awesome!
Completion rate improved to 3.85single