Ejercicios semana 4
  1. Bajar la notebook para graficar el dataset de iris: 
  1. Ejecutar y elaborar preguntas de qué está pasando
  1. ¿Cuantas dimensiones tiene?
  1. ¿Cuantas clases?
  1. ¿Siguen una distribución normal?
  1. ¿Cuantos parámetros debería tener el modelo?
  1. Entrenar un clasificador de NaiveBayes para este problema:
  1. Obtener la cantidad de parámetros que hay del modelo
  1. Graficar las gaussianas para la clase: 0
 
  1. Usando los mismos datos del dataset iris, hacer un clasificador de logistic para la clase 1; las otros ejemplos deben ser considerados como casos negativos. Usar la sigueinte clase con el parámetro loss igual a “log” y penalty igual a “none”
  1. Imprimir los pesos de la variable _coef
  1. Leer la opción de penalty discutir de qué se trata y qué efecto tendría en los pesos
  1. Probar la opción con “l1” y “l2”, verificar intuición en pesos
  1. Finalmente verificar con otros modelos de “loss”