Scikit-Learn: particiona datos con train_test

Descripción

Desarrolla un notebook en Python que utilice la función train_test_split de Scikit-Learn para particionar un dataset simulado en conjuntos de entrenamiento y prueba, garantizando la reproducción de resultados y manteniendo la proporción de clases (estratificación).

Crea un archivo .ipynb desde cero que realice lo siguiente:

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

Genera un dataset simulado utilizando pandas, que contenga al menos dos columnas de características (por ejemplo, "feature_1" y "feature_2") y una columna de etiquetas denominada "Clase" con valores binarios (0 y 1), asegurándote de que ambas clases estén representadas de forma razonable.
Utiliza la función train_test_split de Scikit-Learn para dividir el dataset en un conjunto de entrenamiento (70 % de los datos) y un conjunto de prueba (30 % de los datos). Asegúrate de:
- Fijar la semilla con el parámetro random_state (por ejemplo, 42) para lograr reproducibilidad.
- Barajar los datos antes de la partición.
- Aplicar la estratificación con el parámetro stratify para mantener la proporción de clases en ambos conjuntos.
Muestra en pantalla:
- Las dimensiones (número de muestras) de los conjuntos de entrenamiento y prueba.
- La distribución de las clases en cada conjunto (por ejemplo, utilizando value_counts(normalize=True)).

Solución al ejercicio de programación en ScikitLearn

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el ejercicio de programación en ScikitLearn 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 );

6 // Aplicar técnica de dos punteros

7 let left = 0 , right = sorted . length - 1 ;

8 const result = [];

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 }

22 return result ;

23 }

Código completo

Explicaciones

Mejores prácticas

+1.200 developers han resuelto este ejercicio de programación

Practica con ejercicios de programación en ScikitLearn

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

Asistente de IA

Aprende de tus errores

Progreso

Mide tu avance

Certificación

Valida tus habilidades

Comenzar a programar

Únete a miles de desarrolladores mejorando sus habilidades en ScikitLearn

⭐⭐⭐⭐⭐

4.9/5 valoración