Python Machine Learning

Índice

• ¿Qué es Python?
• Entornos de desarrollo para Python
• Scikit-Learn
• Python como alternativa a R
• Ejemplos prácticos
  • Iris Flower Dataset
  • Análisis de programas políticos
  • Clasificación de texto

Python

• Python es un lenguaje de programación interpretado.
• Su nombre proviene de la afición de su creador original, Guido van Rossum, por los humoristas británicos Monty Python.
• Soporta:
  • Programación orientada a objetos
  • Programación imperativa
  • Programación funcional.
• Es multiplataforma y posee una licencia abierta.

Entornos de desarrollo para Python

• Sublime Text
• PyCharm
• Spyder
• ....

Scikit-Learn

Librería que proporciona un amplio conjunto de algoritmos de aprendizaje supervisado y no supervisado a través de una consistente interfaz en Python.

Publicado bajo licencia BSD y distribuido en muchos sistemas Linux, favorece el uso comercial y educacional.

Esta librería se ha construido sobre SciPy (Scientific Python), que debe ser instalada antes de utilizarse, así como:

• NumPy
• SciPy
• Matplotlib
• SymPy
• Pandas

Características

Esta librería se centra en el modelado de datos y no en cargar y manipular los datos. Para estos fines, es mejor utilizar NumPy y Pandas. Algunas cosas que aporta Scikit-Learn son:

• Clustering.
• Validación cruzada.
• Datasets de prueba.
• Reducción de la dimensionalidad.
• Ensemble methods
• Feature selection
• Parameter tuning

Cosas buenas

• Interfaz consistente ante modelos de machine learning.
• Proporciona muchos parámetros de configuración.
• Documentación excepcional.
• Desarrollo muy activo.
• Comunidad.

Cosas no tan buenas

• Más difícil que R.
• R proporciona más facilidades para ENTENDER los modelos que se están construyendo. Scikit-learn va mucho más al grano.

Ejemplos

Conclusiones

Hay mundo más allá de R