En problemas de clasificación, la variable objetivo es de tipo categórica. Esto indica la necesidad de una transformación en esta variable para que sea utilizada en algoritmos de Machine Learning, en caso de que la base de datos ya no esté transformada.
Seleccione la alternativa que indica el método de la biblioteca Scikit-Learn para hacer la transformación de la variable objetivo categórica a valores numéricos:
RESPUESTA
A
LabelEncoder
Hola Yanucelly, espero que estés bien
¡Espero que estés disfrutando del curso de clasificación! En problemas de clasificación, es común tener que transformar la variable objetivo categórica en valores numéricos para que los algoritmos de Machine Learning puedan procesarla adecuadamente.
La alternativa correcta que mencionaste es LabelEncoder de la biblioteca Scikit-Learn. Este método es utilizado para convertir etiquetas categóricas en números, asignando un número entero único a cada categoría. Por ejemplo, si tienes una variable categórica con valores como "rojo", "verde" y "azul", LabelEncoder los transformará en 0, 1 y 2, respectivamente.
Es importante tener en cuenta que LabelEncoder es adecuado cuando la variable objetivo tiene un solo valor categórico por muestra. Si tienes variables categóricas con múltiples valores por muestra, podrías considerar otros métodos como OneHotEncoder.
Espero que esta explicación te sea útil y te ayude a avanzar en tus estudios. ¡Bons estudios!