Muchas gracias por la clase y comprender un poco mas sobre el uso de Python, en este caso para el calculo de la Desviacion estandar! En el area de mantenimiento Predictivo es de gran utilidad
Excelente contenido y explicación. Una pregunta, ya después de haber entrenado el modelo, como hacemos una nueva predicción? es decir, un nuevo valor para una vivienda... gracias!
Hola, muchas gracias por tu comentario, Si el coeficiente de determinación da un valor negativo, indica que el modelo de regresión lineal no se ajusta bien a los datos y es incluso peor que un modelo trivial que simplemente predice la media de la variable dependiente. Esto sugiere que el modelo no es apropiado para los datos o que ha ocurrido algún error en el análisis.
Hola! Sí, existen varios métodos para ajustar datos a partir de la envolvente de una señal. Uno de los métodos comunes es utilizar la transformada de Hilbert para calcular la envolvente de la señal y luego ajustar los datos a esta envolvente. La transformada de Hilbert es una herramienta matemática que permite calcular la parte imaginaria de una señal compleja a partir de su parte real. Esta parte imaginaria se utiliza para calcular la envolvente de la señal, que representa los picos y valles de la señal original. Una vez que tienes la envolvente de la señal, puedes ajustar los datos a esta envolvente utilizando técnicas de ajuste de curvas, como la regresión lineal o no lineal, dependiendo de la forma de la envolvente y la relación entre los datos y la señal.
¡Hola! En el video, el objetivo es predecir el valor mediano de las viviendas. La regresión lineal es una técnica utilizada para predecir valores numéricos basados en variables independientes. En este caso, se utiliza la regresión lineal para modelar la relación entre diversas características de las viviendas (como la superficie, el número de habitaciones, etc.) y su valor mediano. Entonces, la idea es utilizar el modelo de regresión lineal para predecir el valor mediano de una vivienda en función de estas características. Esto puede ser útil, por ejemplo, para estimar el precio de una vivienda en función de sus características específicas. ¡Saludos!
Muchas gracias por la clase y comprender un poco mas sobre el uso de Python, en este caso para el calculo de la Desviacion estandar! En el area de mantenimiento Predictivo es de gran utilidad
Excelente contenido y explicación. Una pregunta, ya después de haber entrenado el modelo, como hacemos una nueva predicción? es decir, un nuevo valor para una vivienda... gracias!
Hola, donde puedo conseguir el csv?
Excelente explicacion pero tengo una pregunta que pasa si el # Coeficiente de determinación R^2 da un valor negativo?
Hola, muchas gracias por tu comentario, Si el coeficiente de determinación da un valor negativo, indica que el modelo de regresión lineal no se ajusta bien a los datos y es incluso peor que un modelo trivial que simplemente predice la media de la variable dependiente. Esto sugiere que el modelo no es apropiado para los datos o que ha ocurrido algún error en el análisis.
@@GrowUpDataAnalytics el coeficiente de determinación nunca puede ser negativo porque es R^2
Conoces algún método para ajustar los datos de una ecuación a partir de la envolvente de una señal?
Series de Fourier
Hola! Sí, existen varios métodos para ajustar datos a partir de la envolvente de una señal. Uno de los métodos comunes es utilizar la transformada de Hilbert para calcular la envolvente de la señal y luego ajustar los datos a esta envolvente.
La transformada de Hilbert es una herramienta matemática que permite calcular la parte imaginaria de una señal compleja a partir de su parte real. Esta parte imaginaria se utiliza para calcular la envolvente de la señal, que representa los picos y valles de la señal original.
Una vez que tienes la envolvente de la señal, puedes ajustar los datos a esta envolvente utilizando técnicas de ajuste de curvas, como la regresión lineal o no lineal, dependiendo de la forma de la envolvente y la relación entre los datos y la señal.
disculpa pero no entendí que querías predecir en realidad, si va aumentar el valor de algo o no
¡Hola! En el video, el objetivo es predecir el valor mediano de las viviendas. La regresión lineal es una técnica utilizada para predecir valores numéricos basados en variables independientes. En este caso, se utiliza la regresión lineal para modelar la relación entre diversas características de las viviendas (como la superficie, el número de habitaciones, etc.) y su valor mediano.
Entonces, la idea es utilizar el modelo de regresión lineal para predecir el valor mediano de una vivienda en función de estas características. Esto puede ser útil, por ejemplo, para estimar el precio de una vivienda en función de sus características específicas. ¡Saludos!