Ejercicios semana 3
- Graficar los datos de headbrain.csv
- Usando los mismos datos hacer una expansión p= 3 usando función PolynomialFeatures
- http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.PolynomialFeatures.html
- Identificar cuantos pesos se necesitan para p propuesta
- Con la expansión hacer un modelo lineal usando la función LinearRegression
- http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html#sklearn.linear_model.LinearRegression
- Graficar contra datos
- Con la expansión hacer un modelo lineal usando la función Ridge
- http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html#sklearn.linear_model.Ridge
- Con la expansión hacer un modelo lineal usando la función Lasso
- http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Lasso.html#sklearn.linear_model.Lasso
- Graficar todos los modelos
- Discutir modelos gráficos para probabilidades
- Hacer modelo gráfico para P(Y|X)
- Hacer modelo gráfico para P(X|Y)
- Hacer modelo gráfico modelo de naive Bayes P(X|Y)
- Calcular parámetros de un modelo de naive Bayes para los siguientes datos:
- https://archive.ics.uci.edu/ml/machine-learning-databases/balloons/yellow-small.data
- Considerar a inflated como la salida, y el resto como entrada. Esta es la clave:
Color size act age inflated | yellow, purple large, small stretch, dip adult, child T, F |