Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
0
respuestas

Ajustando modelos de machine learning

Dejo mi código

import matplotlib.pyplot as plt

from sklearn.datasets import load_diabetes
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor

# Cargar datos
diabetes = load_diabetes()

X = diabetes.data
y = diabetes.target

# Dividir datos
X_train, X_test, y_train, y_test = train_test_split(
    X, y,
    test_size=0.3,
    random_state=42
)

# Crear modelo
modelo = RandomForestRegressor(random_state=42)

# Entrenar
modelo.fit(X_train, y_train)

# Obtener importancia
importancia = modelo.feature_importances_

# Mostrar importancia
for nombre, valor in zip(diabetes.feature_names, importancia):
    print(f"{nombre}: {valor:.3f}")

# Gráfico
plt.figure(figsize=(8,5))
plt.barh(diabetes.feature_names, importancia)
plt.title("Importancia de las características")
plt.xlabel("Importancia")
plt.show()

Ingrese aquí la descripción de esta imagen para ayudar con la accesibilidad