Skip to content
Course Content
Tema 3 – ML Modelos
Tema 4 – ML Evaluacion Modelos
Tema 5 – ML Model Deployment
Proyecto Final
Ingeniero Machine Learning
Acerca de las clases

Bases de la instanciacion

Los diferentes elementos de la libreria Sci-Learn estan definidos como clases de los objetos.

Ejemplo: Hay una clase para Decision Tree Classifiers, una clase para Logistic Regression classifiers, una clase para SVM (Support vector machine) y asi.

Cada clase tienes sus propias caracteristicas: Metodos y Atributos Puedes pensarlo como cualquier objeto en la vida cotidiana, por ejemplo un coche:

Un coche tiene atributos, puede ser azul y tener 4 asientos. Asi mismo, este coche tiene sus metodos o funcionalidades, tales como acelerar y frenar.

Volviendo a la libreria de Sci-Learn, cada vez que nos queramos referir alguno de estos objetos, tenemos que instanciarlos es decir, crearlos desde su respectiva clase.

Por ejemplo:

Digamos que queremos usar el clasificador ‘Decision Tree’ para una tarea que necesitamos:

Explicacion codigo:

En primer lugar importamos el objeto que necesitamos usar. Despues instanciamos este objeto y le ponemos el nombre que deseemos. En este caso lo hemos llamado ‘MiClassificador’. Justo acá hemos creado una instancia del objeto a ser utilizado.

Cuando instanciamos una clase podemops especificare sus propiedades refiriendonos a sus paramétros.

Explicación código: En esta nueva linea de código hemos especificado los parámetros de nuestro objeto. Si deseas conocer todos los diferentes parametros que tienen cada clase puedes visitar la documentacion de la librería misma en la página web oficial:

https://scikit-learn.org/stable/

 

Archivos de ejercicios
No se encontraron adjuntos
No se encontraron adjuntos
Cookie Consent with Real Cookie Banner