Descripción
Desarrolla un notebook en Python que, a partir de un dataset simulado, utilice SelectKBest de Scikit-Learn para seleccionar las características más relevantes según una función de evaluación.
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.
Más de 25.000 desarrolladores ya confían en CertiDevs
- Genera un dataset simulado con 100 muestras y 10 características numéricas (nombradas, por ejemplo, feature_1, feature_2, …, feature_10) y una variable objetivo binaria (0 o 1), puedes usar el método make_classification de Scikit Learn.
- Utiliza
SelectKBest
con la función de evaluaciónf_classif
para seleccionar las 3 características con mayor poder discriminatorio. - Muestra en pantalla el dataset original (al menos las primeras filas), los puntajes obtenidos para cada característica y los nombres de las características seleccionadas.
Solución al ejercicio
¡Desbloquea la solución completa!
Completa el examen para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.
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