Modelos – Análisis y Decisión

Preparar nuestros datos para sklearn. Pasar de string a número

By rvaquerizo

|

24/10/2017

Cuando trabajamos con python y sklearn necesitamos que todos los datos que vamos a modelizar sean númericos, si tenemos variables carácter necesitamos previamente transformarlas a números. La forma más rápida para realizar esta tarea es emplear preprocesing de sklearn: [sourcecode lang=”Python”] import pandas as pd dias = {‘dia’: [‘lunes’,’martes’,’viernes’,’miercoles’,’jueves’,’martes’,’miercoles’,’jueves’,’lunes’]} dias = pd.DataFrame(dias) dias [/sourcecode] Creamos […]

Machine learnig. Análisis gráfico del funcionamiento de algunos algoritmos de clasificacion

By rvaquerizo

|

03/05/2017

| No hay comentarios

| Formación, Machine Learning, Modelos, Monográficos, Python

De forma gráfica os voy a presentar algunas técnicas de clasificación supervisada de las más empleadas en Machine Learning y podremos ver cómo se comportan de forma gráfica en el plano. Como siempre prefiero ilustrarlo a entrar en temas teóricos y para esta tarea se me ha ocurrido pintar una letra O y comenzar a […]

Ajuste de splines con R

By rvaquerizo

|

26/01/2017

| 5 comentarios

| Formación, Modelos, R, Seguros

El ajuste por polinomios, el ajuste por spline, es una técnica imprescindible dentro de análisis actuarial. Como siempre la parte matemática y la parte debida al puro azar pueden arrojar discrepancias. ¿Dónde son mayores estas discrepancias cuando usamos métodos estadísticos clásicos? Donde siempre, donde tenemos pocos datos, el comportamiento errático que tiene una tendencia y […]

El parámetro gamma, el coste, la complejidad de un SVM

By rvaquerizo

|

13/10/2016

| No hay comentarios

| Big Data, Consultoría, Data Mining, Formación, Modelos, Monográficos, R

Cuando clasificamos datos con SVM es necesario fijar un margen de separación entre observaciones, si no fijamos este margen nuestro modelo sería tan bueno tan bueno que sólo serviría para esos datos, estaría sobrestimando y eso es malo. El coste C y el gamma son los dos parámetros con los que contamos en los SVM. […]

Como salva la linealidad una red neuronal

By rvaquerizo

|

27/09/2016

| 2 comentarios

| Consultoría, Data Mining, Formación, Modelos, Monográficos, Seguros

En los últimos tiempos estoy empeñado en usar redes neuronales para la tarificación en seguros. Históricamente la tarificación de seguros, el pricing, se ha basado en modelos lineales generalizados GLM (sus siglas en inglés) porque su estructura es sencilla, se interpreta bien y no olvidemos que el sector asegurador está regulado y es necesario elaborar […]

Qué pasa si uso una regresión de poisson en vez de una regresión logística

By rvaquerizo

|

19/09/2016

| 5 comentarios

| Data Mining, Modelos, Monográficos, SAS

Para un tema de mi trabajo voy a utilizar una regresión de poisson en vez de una regresión logística, el evento es si o no y no tiene nada que ver el tiempo, ni se puede contabilizar como un número, pero a efectos prácticos es mejor para mi usar una regresión de poisson. Entonces, ¿qué […]

Resolución del juego de modelos con R

By rvaquerizo

|

11/05/2016

| No hay comentarios

| Formación, Modelos, Monográficos, R

Hace mucho planteé un juego de identificación de modelos con R y ya se me había olvidado daros la solución. Pensando en el Grupo de Usuarios de R y en hacer algo parecido en una presentación recordé que había que solucionar el ejercicio. Lo primero es la creación de los datos, se me ocurrió una […]

KNN con SAS. Mejorando K-Means

By rvaquerizo

|

29/04/2016

| No hay comentarios

| Formación, Modelos, SAS

La clasificación por k vecinos más cercanos es EL MÉTODO supervisado no paramétrico. El KNN, si empleamos las siglas en inglés, clasifica las observaciones en función de su probabilidad de pertenecer a uno u otro grupo, en el video que encabeza la entrada queda muy bien explicado. El caso es que tenemos la posibilidad de […]

Valor atípico o pocos registros. Animación con R

By rvaquerizo

|

24/04/2016

| No hay comentarios

| Formación, Modelos, R

¿Cómo influye un solo punto en una recta de regresión? Evidentemente cuanto menos observaciones tengo más puede “descolocar” la recta de regresión. Sin embargo, cuantos más puntos tengo más complicado es encontrar ese punto con una recta de regresión, sin analizar los residuos podríamos hasta pasarlo por alto, aunque puede ser que nos interese ese […]

Interpretación de los parámetros de un modelo GLM

By rvaquerizo

|

21/03/2016

| No hay comentarios

| Formación, Modelos, SAS

Muchos estudiantes terminarán trabajando con GLM que siguen buscando relaciones lineales en multitud de organizaciones a lo largo del planeta. Y hoy quería ayudar a esos estudiantes a interpretar los parámetros resultantes de un GLM, más concretamente los resultados de un PROC GENMOD de SAS aunque lo que vaya a contar ahora se puede extrapolar […]