Este proyecto consiste en el desarrollo de un modelo de aprendizaje automático para la clasificación de datos utilizando herramientas como pandas, scikit-learn y matplotlib. Se realizó dentro del contexto de un módulo formativo con fines educativos y de práctica profesional.
Se desarrolló un flujo de trabajo en Python orientado a:
- Carga y preprocesamiento de datos.
- División del conjunto en entrenamiento y prueba.
- Entrenamiento de modelos supervisados (como Regresión Logística).
- Evaluación del rendimiento del modelo.
- Visualización de métricas de desempeño y resultados.
Todo se ha implementado dentro de un entorno Jupyter Notebook || Google Colabs para facilitar el análisis interactivo y la presentación del proyecto.
- Python 3.x
- Jupyter Notebook
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Scikit-learn
El notebook está dividido en las siguientes secciones:
-
Importación de librerías
Se importan todas las dependencias necesarias para la exploración de datos, visualización y modelado. -
Carga de datos
Se carga el dataset desde un archivo.csv, y se muestran sus características generales. -
Análisis exploratorio de datos (EDA)
Se estudia la distribución de los datos, se identifican posibles outliers y se visualiza la correlación entre variables. -
Preprocesamiento
Incluye limpieza de datos, tratamiento de valores nulos y transformación de variables si es necesario. -
Entrenamiento del modelo
Se implementa un modelo de clasificación, generalmente regresión logística, y se entrena con los datos previamente procesados. -
Evaluación del modelo
Se usan métricas como la matriz de confusión, accuracy, precision, recall y F1-score. -
Visualización de resultados
Se generan gráficos que ayudan a interpretar el rendimiento del modelo.
- Clona el repositorio:
git clone https://github.com/JhoanG956/proyecto_modulo