Skip to content
This repository has been archived by the owner on Jan 31, 2022. It is now read-only.
/ Practica_3_IA Public archive

Predicción de la calidad del vino mediante algoritmos de clasificación

Notifications You must be signed in to change notification settings

Zygmut/Practica_3_IA

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

22 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Practica 3 IA: Clasificación de vinos mediante diferentes algoritmos de clasificación

UIB logo

El problema

Predicción de la calidad del vino utilizando distintos algoritmos declasificación. Para llevar a cabo esta tarea, utilizaremos el dataset proporcionado por “UCI Machine Learning repository” llamado “Wine Quality Data Set”. Con este dataset queremos crear un sistema capaz de predecir la calidad de una nueva muestra de vino en base a las 11 caracteristicas de entrada. Solucionaremos este problema de dos maneras:

  • La salida tiene que ser un valor entre 0 y 10 (Los mismos valores que la columna “quality”)
  • La salida será uno de los siguientes tres valores de calidad:
    • baja (“quality” < 6)
    • media (“quality” = 6)
    • alta (“quality” > 6)

Preguntas

Dificultad C

Realizar una comparación del rendimiento de los siguientes modelos:

Este aprendizaje se hará con los hiperparámetros por defecto de las implementaciónes de scikit-learn

Dificultad B

Consiste en la realización de la parte de ingenieria de las caracteristicas, donde seleccionaremos las caracteristicas más adecuadas para resolver el problema y crear de nuevas a partir de las existentes. Explicar y comparar los resultados obtenidos utilizando todas las caracteristicas en la dificultad C o el subconjunto seleccionado

Dificultad A

Consiste en estudiar los parámetros de los mejores modelos predecidos utilizando la función GridSearchCV. Extraer una conclusión global de cual es el modejo modelo y sus parametros

About

Predicción de la calidad del vino mediante algoritmos de clasificación

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published