Ep. 11 ¿Cómo subir tu set de datos propio?

[@martintobar6261]

Gracias Luis, me salvas la vida. Mi decano está loco pero contigo esto no es díficil

[@OCCA2000]

Al fin podré dormir esta semana

[@fcompany9735]

me encanta como lo haces de sencillo genio

[@juliobn7]

Muchas gracias Alex por compartir tus conocimientos, me sirve de mucho esta información, gracias de nuevo, saludos desde Arequipa-Perú.

[@porquedelascosas4259]

En Arequipa tienes el gran maestros IA Omar Florez

[@cebollamortal]

Excelente maestro. Todo el mundo utiliza los datasets de sklearn, porque resulta más fácil de explicar, pero en la práctica no vamos a utilizar iris, cancer breast ni Titanic. No se si es adrede, una especulación de conocimientos, o una falla en la didáctica de enseñanza. Gracias por todo el esfuerzo.

[@eduardomalebransoto3383]

Excelente tutorial, bien explicado y ameno,,,mis felicitaciones

[@PetaZire]

Genial Tutorial! Muchas Gracias!

[@PhoenixET26]

Este video me gusta yo hice ese curso en Coursera

[@-ELEAZAR-]

Muy bueno

[@mayramateo8556]

si se tratara de una imagen, como se sacan las características para realizar el csv?

[@aljvangoohable]

¿sklearm librery, no puede leer directamente de un objeto grafico(foto jpg) ? Lo tendriamos que convertir en datos numericos para procesarlo?

[@NahomyUchija]

Holaaa Alex Muchas gracias por campartir tu conocimiento, queria consultarte, en un archivo excel tengo los registros de ventas semanal de todo un año de un almacen, se podria estimar una prediccion de ventas? y como organizarias la informacion para que fuese eficiente?

[@arroba1250]

Hola gracias por los videos son muy utiles y bien explicados. Me gustaria saber que modelo utilizas cuando tienes caracteristicas binarias y no binarias en tu dataset. El proposito es pronosticar el inventario suficiente para las ventas de un periodo a partir del precio, ventas en el mes, etc.

[@tomassanchez7573]

Hola, muchas gracias por tu disposición a explicar estos temas.... estoy en el desarrollo de una aplicación de un árbol de decisión, en donde uno de los datos que se entrenará es la hora en que ocurren algunos sucesos ¿Como podria pre-procesar esta caracteristica? ¿podria ser buena opcion extrapolar la hora (HH:MM:SS) a un numero entero que represente los minutos [0-1440]?24hrs=1440 minutos. desde ya muchas gracias

[@vidjulio]

Posiblemente es tarde porq estos videos usted los subio en 2017, pero ahora es que los veo. Cuando hago linear_model.LogistcRegression() me responde el sistema que ese model no existe. Que puedo hacer

[@carlasara0111]

Hola Alex, segui todos tus videos, gracias por compartir conocimiento, tengl una consulta, solo se pueden cargar datasets en formato csv? Que otras librerias existen como el panda para cargar estos datasets? Gracias

[@mgmen2508]

Haz videos de regresión logistica para predecir datos, por favor

[@jaircisneros7694]

Hola amigo siempre aprendo mucho con tus videos, podrias ayudarme al realizar este ejemplo pero con otra hoja de datos no la de iris si no otra, al agregar el reg.fit me sale este error ValueError: Unknown label type: 'continuous' sabes como puedo solucionarlo, te lo agradeceria mucho

[@ricardocarrenoaguilera1142]

Hola, muy buen video, en mi caso tengo un error cuando quiero cargar mi tabla, me dice que no encuentra el archivo, ¿como declaro el directorio en donde esta mi archivo?, agradecería mucho cualquier comentario el respecto.

[@MatiasCeronMendoza]

Vengo desde el futulo a ver tu video

[@k3nn1hu3rt45]

Alex te hago una pregunta, cuando intento asignar al arreglox los datos de las columnas tal como lo haces, da como resultado: array([], shape=(2451, 0), dtype=float64) y en arregloy me muestra todos los datos del data set, que puede ser? desde ya muchas gracias.

[@AMPTech]

+Kenny Fernand checa muy bien que estas tomando con los dos puntos. -1 quiere decir el último elemento en un arreglo. Intenta mover los índices. Si no puedes, pon las líneas de código y dime cuantas columnas tiene tu data set a ver si te puedo ayudar mas 👍

[@k3nn1hu3rt45]

Buenas tardes Alex, gracias por tu pronta respuesta, te comparto el codigo y una parte del dateset: import pandas as pd from sklearn import linear_model from sklearn.model_selection import train_test_split reg = linear_model.LogisticRegression() archivo = "empleados1.csv" df = pd.read_csv(archivo) df #(parte del set de datos) legajo;fecha_ing;fecha_egr;objetivo;mot_baja 0 2954;08/05/2015;08/05/2015;1;8 1 2966;22/05/2015;22/05/2015;1;8 2 2057;26/04/2012;14/03/2015;2;10 3 2472;08/10/2013;29/11/2013;2;6 4 2564;28/01/2014;09/12/2014;2;1 5 2709;23/07/2014;29/09/2014;2;6 6 2922;28/02/2015;27/04/2015;2;6 7 2943;23/04/2015;02/06/2015;2;6 . . . arreglox = df[df.columns[:-1]].as_matrix() arregloy = df[df.columns[-1]].as_matrix() df.columns #(esto lo puse para ver si estaba trajendo los datos bien) Index(['legajo;fecha_ing;fecha_egr;objetivo;mot_baja'], dtype='object') arreglox array([['2954;08/05/2015;08/05/2015;1;8'], ['2966;22/05/2015;22/05/2015;1;8'], ['2057;26/04/2012;14/03/2015;2;10'], ..., ['3203;17/03/2016;16/05/2016;210;6'], ['991;12/06/2009;28/12/2009;211;3'], ['2581;08/02/2014;12/01/2016;211;10']], dtype=object) arregloy array(['2954;08/05/2015;08/05/2015;1;8', '2966;22/05/2015;22/05/2015;1;8', '2057;26/04/2012;14/03/2015;2;10', ..., '3203;17/03/2016;16/05/2016;210;6', '991;12/06/2009;28/12/2009;211;3', '2581;08/02/2014;12/01/2016;211;10'], dtype=object) X_train, X_test, y_train, y_test = train_test_split(arreglox, arregloy) reg.fit(X_train, y_train) yo escribi tal cual tu lo hiciste. que puede ser?? Muchas gracias por tu ayuda.

[@AMPTech]

+Kenny Fernand creo que no está dividiendo bien los datos el read(),intenta especificar separar por punto y coma

[@AMPTech]

+Kenny Fernand

[@k3nn1hu3rt45]

Hola Alex buenas noches, de antemano te agradezco por tu tiempo en mis consultas, cambié el ";" por "," y funciono!, el archivo csv estaba tomando columnas vacías por eso daba un error y al momento de usar reg.fit(X_train, y_train) no podía convertir float a string. Te felicito por tu conocimiento y por transmitirlo a tus seguidores.

[@marcialcahuaya6378]

ValueError: Unknown label type: 'continuous' con otro set de datos, saben por qué pasa esto?

[@nickalexastoraymeberaun8961]

Hola, me podrias indicar en que campeta tengo que guardar los datos. Utilizo Anaconda como tu, pero parece el error File b'svcdatos.csv' does not exist

[@bytedataperu7289]

hola amigo yo estoy trabajando en windows, la ruta de mi carpeta es "C:\Users\eduardo_\Desktop\Python_IA\irisdatos.csv" solo debes cambiar "\" por "/" y queda asi: df=pd.read_csv("C:/Users/eduardo_/Desktop/Python_IA/irisdatos.csv") tambien puedes probar con esto para el ";" df=pd.read_csv("C:/Users/luis_/Desktop/Python_IA/irisdatos3.csv", sep=";" )

[@ronaldalcantara6165]

Hola Alex, una consulta, modelo de regresión logística es lo mismo que hacer referencia a la función sigmoidal?

[@AMPTech]

Hola Ronald, no, regresión logística es un modelo para predicción mientras que la función sigmoidal es una función de activación para las neuronas en una red neuronal

[@ronaldalcantara6165]

AMP Tech Ah ok. Estuve viendo sobre esa característica y mostraba la gráfica de la sigmoidal por eso consultaba. Muchas gracias por tu apoyo.

[@anahiyanina9566]

Hola Alex, excelentes vídeos. Te hago una consulta como puedo crear un set de datos sklearn.utils.Bunch en scikit-learn a partir de mis propios datos? Los datos los tengo en diccionario. Saludos

[@pinklensfb]

y para entrenar con imágenes que podría hacer?

[@instaladorelectricistayder6093]

Yo también me apunto, estoy esperando más videos, están muy buenos!!!

[@darwinguillermopatinoperez2019]

Hola Alex felicitaciones por todos tus video, mi csv esta en mi disco duro en la ruta e:/ciclo-2/ia/ , por lo que a la variable archivo le asigno: archivo="e:/ciclo-2/ia/irisDATA" pero al ejecutar en kaggle: df = pd.read_csv(archivo) , no lo lee sale FileNotFoundError: [Errno 2] File b'e:/ciclo-2/ia/irisDATA.csv' does not exist: b'e:/ciclo-2/ia/irisDATA.csv' como hago para leer desde kaggle el csv que está en mi disco duro ?

[@victorvillacortaplasencia611]

Consulta... Tengo un caso donde dentro de la data del csv se puede encontrar valores nulos (celdas vacias), tanto para datos numéricos como para datos discretos (ejemplo: tipo1, tipo2, tipo3.....) . Para el caso de los numéricos pensaba llenar la celda con la media y en el caso de los discretos con el mas usado...... ¿es correcto esto?. ¿Que emplearias en este caso? De antemano agradezco tu respuesta

[@AMPTech]

+VICTOR VILLACORTA PLASENCIA depende mucho de lo que busques hacer, pero yo recomendaría mejor eliminar esos registros, por que asignarles valores "inventados" solo va a ser ruido en el modelo.

[@victorvillacortaplasencia611]

Ya veo... encontre esto para esa acción csv_read = pd.read_csv(“name_csv.csv”) cleaned = csv_read.dropna() ........ mas bien una consulta: He notado que mayormente importan el train_test_split de la sgte manera " from sklearn.cross_validation import train_test_split" en que difiere obtenerlo de model_selction..... de ante mano agradezco su respuesta

[@luisnavarrorojas9245]

buenas noches don Alex, me encanta como explicas, me gustaría saber como pasar un archivo de fotos a Excel, para poder trabajarlo desde Python, gracias de antemano si me puedes ayudar

[@Agustin-ev2qo]

En windows, en excel 2010 me aparece para guardar CSV(MS_DOS) o CSV(Macintosh) o por comas, en las tres se guarda con punto y coma. Tengo que cambiarlos a solamente coma manualmente para que en el notebook se vea la tabla, de lo contrario se ve asi: x;y;etiquetas 1;12;2 2; 2;2 3;3; 2 4;4;2 5; conoces una solucion a esto?

[@yeisoneduardo7127]

add sep=";" into funtion read_csv

[@miguevarval]

Hola Alex. No sé si soy muy despistado, pero creo que no encontré en los videos el modo para predecir con los modelos que ya entrenamos. Excelentes vídeos. Saludos.

[@AMPTech]

Hola Miguel, aquí está el vídeo. Saludos! kzbin.info/www/bejne/a4mWqYqif5eCsNk

[@carmar2]

No hay más videos de Machine learning? es este el último? Una pena...

[@072763]

#PREPARANDO EXCEL: #primera fila cabeceras #datos, tipo numericos, de manera que en el csv 3'5 será 3.5 y no 3,5 #me ha fallado, lo soluciono así #Lo modifico a mano con un editor de texto, reemplazando en el csv , por .

[@TheFrankcampos]

De donde eres?

[@AMPTech]

+fw pc soy de la ciudad de México.

[@TheFrankcampos]

Que bien amigo, espero que te encruentes bien. Yo soy salvadoreno pero vivo en USA, en el estado de Kentucky. Aqui ML es un tema nuevo tambien pero ya se estan dando muchas charlas. Yo fui a una el viernes pasado y ya estan creando muchas aplicaciones con los modelos, eres el primer latino con un canal enfocado con este tema.

[@k3nn1hu3rt45]

Buenos dias, si les sale error con el archivo csv, cambien la linea por esta: df = pd.read_csv(archivo, sep='|', encoding='latin-1')

[@camilorm1341]

me funciono tu linea pero con un pequeño cambio. df = pd.read_csv(archivo, sep=';', encoding='latin-1')

[@josemariagarciaperez8911]

Ce ese uve