Técnicas avanzadas de extracción de características

Código
Experto
ScikitLearn
ScikitLearn
60 min
300 XP
Actualizado: 28/02/2025

¡Practica y certifícate!

Retroalimentación
Soluciones
Certificado
Comenzar

Descripción

Reto de extracción de características usando word embeddings y pipelines en Scikit Learn.

En este reto, aplicarás tus conocimientos sobre palabra embeddings y pipelines para integrarlos dentro de Scikit Learn. Vamos a utilizar los embeddings de GloVe para representar un conjunto de datos textuales, que luego se utilizarán para entrenar un modelo de clasificación binaria. Trabajarás con el conjunto de datos fetch_20newsgroups proporcionado por Scikit Learn, que contiene una colección de noticias agrupadas en 20 categorías diferentes.

Carga del dataset: Utiliza fetch_20newsgroups para cargar el conjunto de datos. Escoge las categorías comp.sys.mac.hardware y rec.motorcycles para ser tus etiquetas.

Carga de embeddings preentrenados: Descarga y carga los embeddings de GloVe preentrenados disponibles online en Kaggle (e.g., glove.6B.50d.txt) en un diccionario para su fácil manejo.

Creación de un transformador de embeddings: Implementa un transformador personalizado que convierta el texto del conjunto de datos en representaciones vectoriales usando los embeddings de GloVe cargados.

Guarda tu progreso

Inicia sesión para no perder tu progreso y accede a miles de tutoriales, ejercicios prácticos y nuestro asistente de IA.

Progreso guardado
Asistente IA
Ejercicios
Iniciar sesión gratis

Más de 25.000 desarrolladores ya confían en CertiDevs

Definición del pipeline de Scikit Learn: Diseña un pipeline que incluya el transformador de embeddings y un clasificador como LogisticRegression.

Entrenamiento y evaluación del modelo: Entrena tu modelo con el conjunto de entrenamiento y evalúa su rendimiento en el conjunto de prueba mostrando la precisión del modelo.

Solución al ejercicio

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el examen para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.

solution.js
JavaScript
1 function solveChallenge ( input ) {
2 // Algoritmo optimizado O(n log n)
3 const data = parseInput ( input );
4 const sorted = data . sort (( a , b ) => a - b );
5
6 // Aplicar técnica de dos punteros
7 let left = 0 , right = sorted . length - 1 ;
8 const result = [];
9
10 while ( left < right ) {
11 const sum = sorted [ left ] + sorted [ right ];
12 if ( sum === target ) {
13 result . push ([ sorted [ left ], sorted [ right ]]);
14 left ++; right --;
15 } else if ( sum < target ) {
16 left ++;
17 } else {
18 right --;
19 }
20 }
21
22 return result ;
23 }
Código completo
Explicaciones
Mejores prácticas
+1.200 developers han resuelto este ejercicio de programación

Practica con exámenes de ScikitLearn

Mejora tus habilidades con cientos de exámenes de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.

Retroalimentación

Aprende de tus errores

Progreso

Mide tu avance

Certificación

Valida tus habilidades

Únete a miles de desarrolladores mejorando sus habilidades

⭐⭐⭐⭐⭐
4.9/5 valoración