Pipelines con ColumnTransformer en Scikit-Learn

Ejercicio de programación: Pipelines con ColumnTransformer

Este ejercicio de programación está diseñado para poner a prueba tus conocimientos en ScikitLearn. Es un ejercicio para expertos que requiere un dominio completo de la tecnología.

Tipo: Ejercicio de código 30 minutos estimados 200 puntos de experiencia

Información adicional del ejercicio

Crea un pipeline con ColumnTransformer en Scikit-Learn para preprocesar datos heterogéneos.

Contenido del ejercicio

En este reto, aplicarás tus habilidades en el manejo de datos heterogéneos mediante la creación de un pipeline completo utilizando ColumnTransformer en Scikit-Learn. Trabajarás con el dataset de Titanic proporcionado por seaborn, donde tendrás que preparar los datos para predecir la supervivencia de los pasajeros.

El conjunto de datos de Titanic contiene variables numéricas, categóricas y de texto que deberás preprocesar de manera adecuada antes de pasar al modelo de clasificación.

Carga del dataset: Utiliza la librería seaborn para cargar el conjunto de datos titanic.

Definición de columnas: Identifica y divide las columnas en: numéricas (age, fare), categóricas (sex, class, embarked) y de texto (who).

Preprocesamiento de datos:

Crea un Pipeline para las columnas numéricas que incluya:
- Imputar valores faltantes con la mediana con SimpleImputer.
- Escalar los datos utilizando StandardScaler.
- Transformar distribuciones con QuantileTransfomer.
Crea un Pipeline para las columnas categóricas que incluya:
- Imputar valores faltantes con la categoría más frecuente con SimpleImputer.
- Codificar las columnas utilizando OneHotEncoder.
Para la columna de texto who, utiliza TfidfVectorizer para convertirla en características numéricas.

Creación de ColumnTransformer: Integra los pipelines anteriores en un ColumnTransformer que aplique las transformaciones adecuadas a cada subconjunto de columnas.

Integración del modelo:

Carga un modelo de clasificación, como LogisticRegression.
Crea un Pipeline completo que incluya el ColumnTransformer seguido por el modelo.

Entrenamiento y evaluación del modelo:

Divide los datos en conjuntos de entrenamiento y prueba.
Entrena el pipeline en los datos de entrenamiento.
Evalúa la exactitud del modelo en los datos de prueba.

Lección relacionada

Este ejercicio está relacionado con la lección "Pipelines con ColumnTransformer" de ScikitLearn. Te recomendamos revisar la lección antes de comenzar.

Ver lección relacionada

Más ejercicios de ScikitLearn

Explora más ejercicios de programación en ScikitLearn para mejorar tus habilidades y obtener tu certificación.

Ver más ejercicios de ScikitLearn

Explora el curso completo de ScikitLearn

Descubre más contenido de ScikitLearn con lecciones, ejercicios y módulos organizados para tu aprendizaje.

Módulo: Pipelines y despliegue

Ver todas las lecciones y ejercicios de este módulo

Lecciones de ScikitLearn

Aprende los conceptos fundamentales con tutoriales detallados

Ejercicios de ScikitLearn

Practica con más ejercicios de programación

Módulos de ScikitLearn

Explora todos los módulos del curso organizados por temas

Curso completo de ScikitLearn

Ver el temario completo con todos los contenidos del curso

Todas las tecnologías

Explora todos los cursos de programación disponibles

Alan Sastre

Ingeniero de Software y formador, CEO en CertiDevs

Ingeniero de software especializado en Full Stack y en Inteligencia Artificial. Como CEO de CertiDevs, ScikitLearn es una de sus áreas de expertise. Con más de 15 años programando, 6K seguidores en LinkedIn y experiencia como formador, Alan se dedica a crear ejercicios prácticos y contenido educativo de calidad para desarrolladores de todos los niveles.

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

Ver curso completo

Ejercicios de programación en ScikitLearn: Práctica y Certificación

Los ejercicios de programación son fundamentales para dominar ScikitLearn. Este ejercicio está diseñado para poner a prueba tus conocimientos prácticos y ayudarte a consolidar lo aprendido en las lecciones teóricas. La práctica constante con ejercicios de programación es la clave para convertirte en un desarrollador experto.

¿Por qué resolver ejercicios de programación?

Resolver ejercicios de programación en ScikitLearn te permite:

Aplicar conocimientos teóricos: Poner en práctica los conceptos aprendidos en las lecciones de ScikitLearn.
Identificar áreas de mejora: Descubrir qué conceptos necesitas reforzar en tu aprendizaje de ScikitLearn.
Prepararte para certificaciones: Los ejercicios te preparan para obtener certificados profesionales en ScikitLearn.
Mejorar tu perfil profesional: Demostrar tus habilidades prácticas en ScikitLearn.

Metodología de aprendizaje

Nuestros ejercicios de programación están diseñados siguiendo una metodología probada de aprendizaje progresivo. Cada ejercicio en ScikitLearn está cuidadosamente estructurado para llevar tus habilidades al siguiente nivel. Comenzamos con conceptos fundamentales y avanzamos gradualmente hacia desafíos más complejos que reflejan situaciones reales del desarrollo de software profesional.

Certificación y validación de conocimientos

Al completar ejercicios de programación, no solo mejoras tus habilidades técnicas, sino que también puedes obtener certificados que validan tu expertise en ScikitLearn. Estos certificados son reconocidos por empresas y pueden ser una gran adición a tu perfil profesional de LinkedIn o tu CV como desarrollador.

Los ejercicios están alineados con los estándares de la industria y cubren desde conceptos básicos hasta técnicas avanzadas de programación en ScikitLearn. Cada ejercicio incluye casos de prueba y ejemplos prácticos que te ayudarán a comprender mejor cómo aplicar lo aprendido en proyectos reales.