Esta entrega tiene como propósito aprender a utilizar debidamente diversas técnicas de Machine Learning para predecir si un hongo es venenoso o no dados diversos datos. Para el análisis exploratorio de datos y graficas se utilizó la libraría Pandas; mientras que como técnicas de Machine Learning se utilizaron una regresion Logística, un Random Forest y un XG Boost; en donde en todos los casos se realizó un Split de los datos para poder entrenar y validar el modelo. Asi mismo, se utilizaron diversas técnicas de feature engineering según lo dicte la consigna.
En este caso se proporcionan los archivos por separado, y los links a los Colab correspondientes de cada sección se encuentran en el PDF.
Analisis Exploratorio:
Link: https://colab.research.google.com/drive/1mspHepx-PtumupSrKxiX3gjAl_nN6TCE#scrollTo=zfg0_QlEdxGY
BaseLine:
Link: https://colab.research.google.com/drive/1BdU6uGunp_3dmsUDptZmrhDIH5ILTm3D
Modelos:
Link: https://colab.research.google.com/drive/1Ysfcm8b9vDLwr5yjWZevzxfnEiK6UgLK
Link: https://colab.research.google.com/drive/1yPBj6IjsPEk4QKEv3n2f96ZdrXGYI13m
Link: https://colab.research.google.com/drive/1CmS7PmMAwfGcGttGTZ3X1WVeAiT8vSAh