Ejercicios curso

Ficheros 'my_xxx' creados durante el curso como parte de los ejercicios de las lecciones

datasets/Get the Machine Learning Basics/Classification Template/Classification Template/logistic_regression.py

@@ -0,0 +1,83 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Created on Wed Feb  5 18:37:58 2020
+
+@author: ramonpuga
+"""
+
+# Regresion Logística
+
+# Importar las librerias
+import numpy as np
+import matplotlib.pyplot as plt
+import pandas as pd
+
+# Importar el dataset
+dataset = pd.read_csv('Social_Network_Ads.csv')
+
+# Matriz X con todas las filas, y todas las columnas menos la última
+X = dataset.iloc[:, [2,3]].values
+# Vector y con todas las filas y la última columna
+y = dataset.iloc[:, -1].values
+
+# Dividir el data set en conjunto de training y de test
+from sklearn.model_selection import train_test_split
+# Aplicamos un porcentaje del 25% (0.25) para el test y un valor de selección alatoria de 0
+X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.25, random_state = 0)
+
+# Escalado (estandarización o normalización) de variables
+from sklearn.preprocessing import StandardScaler
+sc_X = StandardScaler()
+# Aplicamos y fijamos el metodo de estandarización a todas las columnas X
+X_train = sc_X.fit_transform(X_train)
+# Aplicamos el mismo metodo de estandarización que para los datos de Training
+X_test = sc_X.transform(X_test)
+
+# Ajustar el modelo de Regresión Logística en el Conjunto de Training
+from sklearn.linear_model import LogisticRegression
+classifier = LogisticRegression(random_state = 0)
+classifier.fit(X_train, y_train)
+
+# Predicción de los resultados con el conjunto de Testing
+y_pred = classifier.predict(X_test)
+
+# Elaborar una matriz de confusión
+from sklearn.metrics import confusion_matrix
+cm = confusion_matrix(y_test, y_pred)
+
+# Representación gráfica de los resultados del algoritmo
+from matplotlib.colors import ListedColormap
+X_set, y_set = X_train, y_train
+X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
+                     np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
+plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
+             alpha = 0.75, cmap = ListedColormap(('red', 'green')))
+plt.xlim(X1.min(), X1.max())
+plt.ylim(X2.min(), X2.max())
+for i, j in enumerate(np.unique(y_set)):
+    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
+                c = ListedColormap(('red', 'green'))(i), label = j)
+plt.title('Clasificador (Conjunto de Training)')
+plt.xlabel('Edad')
+plt.ylabel('Sueldo Estimado')
+plt.legend()
+plt.show()
+
+# Representación gráfica de los resultados del algoritmo
+from matplotlib.colors import ListedColormap
+X_set, y_set = X_test, y_test
+X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
+                     np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
+plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
+             alpha = 0.75, cmap = ListedColormap(('red', 'green')))
+plt.xlim(X1.min(), X1.max())
+plt.ylim(X2.min(), X2.max())
+for i, j in enumerate(np.unique(y_set)):
+    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
+                c = ListedColormap(('red', 'green'))(i), label = j)
+plt.title('Clasificador (Conjunto de Test)')
+plt.xlabel('Edad')
+plt.ylabel('Sueldo Estimado')
+plt.legend()
+plt.show()

datasets/Get the Machine Learning Basics/Classification Template/Classification Template/my_classification_template.py

@@ -0,0 +1,84 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Created on Wed Feb  5 21:13:23 2020
+
+@author: ramonpuga
+"""
+
+# Plantilla de Clasificación
+
+# Importar las librerias
+import numpy as np
+import matplotlib.pyplot as plt
+import pandas as pd
+
+# Importar el dataset
+dataset = pd.read_csv('Social_Network_Ads.csv')
+
+# Matriz X con todas las filas, y todas las columnas menos la última
+X = dataset.iloc[:, [2,3]].values
+# Vector y con todas las filas y la última columna
+y = dataset.iloc[:, -1].values
+
+# Dividir el data set en conjunto de training y de test
+from sklearn.model_selection import train_test_split
+# Aplicamos un porcentaje del 25% (0.25) para el test y un valor de selección alatoria de 0
+X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.25, random_state = 0)
+
+# Escalado (estandarización o normalización) de variables
+from sklearn.preprocessing import StandardScaler
+sc_X = StandardScaler()
+# Aplicamos y fijamos el metodo de estandarización a todas las columnas X
+X_train = sc_X.fit_transform(X_train)
+# Aplicamos el mismo metodo de estandarización que para los datos de Training
+X_test = sc_X.transform(X_test)
+
+
+# Ajustar el clasificador en el Conjunto de Training
+# Crear aquí el modelo de Clasificación
+# classifier
+
+
+# Predicción de los resultados con el conjunto de Testing
+y_pred = classifier.predict(X_test)
+
+# Elaborar una matriz de confusión
+from sklearn.metrics import confusion_matrix
+cm = confusion_matrix(y_test, y_pred)
+
+# Representación gráfica de los resultados del algoritmo
+from matplotlib.colors import ListedColormap
+X_set, y_set = X_train, y_train
+X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
+                     np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
+plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
+             alpha = 0.75, cmap = ListedColormap(('red', 'green')))
+plt.xlim(X1.min(), X1.max())
+plt.ylim(X2.min(), X2.max())
+for i, j in enumerate(np.unique(y_set)):
+    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
+                c = ListedColormap(('red', 'green'))(i), label = j)
+plt.title('Clasificador (Conjunto de Training)')
+plt.xlabel('Edad')
+plt.ylabel('Sueldo Estimado')
+plt.legend()
+plt.show()
+
+# Representación gráfica de los resultados del algoritmo
+from matplotlib.colors import ListedColormap
+X_set, y_set = X_test, y_test
+X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
+                     np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
+plt.contourf(X1, X2, classifier.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
+             alpha = 0.75, cmap = ListedColormap(('red', 'green')))
+plt.xlim(X1.min(), X1.max())
+plt.ylim(X2.min(), X2.max())
+for i, j in enumerate(np.unique(y_set)):
+    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
+                c = ListedColormap(('red', 'green'))(i), label = j)
+plt.title('Clasificador (Conjunto de Test)')
+plt.xlabel('Edad')
+plt.ylabel('Sueldo Estimado')
+plt.legend()
+plt.show()

datasets/Get the Machine Learning Basics/Data Preprocessing Template/Data Preprocessing Template/.Rhistory

@@ -0,0 +1,95 @@
+print("Hello world!")
+dataset = read.csv('Data.csv')
+dataset = read.csv('Data.csv')
+setwd("~/Dropbox/DigitalEmpathy/Nylvam/GitHub/deeplearning-az/datasets/Get the Machine Learning Basics/Data Preprocessing Template/Data Preprocessing Template")
+dataset = read.csv('Data.csv')
+View(dataset)
+View(dataset)
+dataset$Age = ifelse(is.na(datset$Age),
+ave(dataset$Age, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Age)
+dataset$Age = ifelse(is.na(dataset$Age),
+ave(dataset$Age, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Age)
+dataset$Salary = ifelse(is.na(dataset$Salary),
+ave(dataset$Salary, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Salary)
+# Codificar las variables categóricas
+dataset$Country = factor(dataset$Country,
+levels = c("France", "Spain", "Germnay"),
+labels = c(1, 2, 3))
+dataset$Purchased = factor(dataset$Purchased,
+levels = c("No", "Yes"),
+labels = c(0, 1))
+# Dividir los datos en conjunto de training y conjunto de test
+# install.packages("caTools")
+library(caTools)
+# Establecer un valor de semilla para la selección de datos
+set.seed(123)
+# Establecemos un 80% de las filas como ratio de división (training)
+split = sample.split(dataset$Purchased, SplitRatio = 0.8)
+training_set = subset(dataset, split = TRUE)
+testing_set = subset(dataset, split = FALSE)
+View(testing_set)
+View(training_set)
+View(testing_set)
+View(dataset)
+View(testing_set)
+View(training_set)
+View(dataset)
+dataset = read.csv('Data.csv')
+View(dataset)
+# Tratamiento de los valores NA
+dataset$Age = ifelse(is.na(dataset$Age),
+ave(dataset$Age, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Age)
+dataset$Salary = ifelse(is.na(dataset$Salary),
+ave(dataset$Salary, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Salary)
+# Codificar las variables categóricas
+dataset$Country = factor(dataset$Country,
+levels = c("France", "Spain", "Germany"),
+labels = c(1, 2, 3))
+dataset$Purchased = factor(dataset$Purchased,
+levels = c("No", "Yes"),
+labels = c(0, 1))
+# Dividir los datos en conjunto de training y conjunto de test
+# install.packages("caTools")
+library(caTools)
+# Establecer un valor de semilla para la selección de datos
+set.seed(123)
+# Establecemos un 80% de las filas como ratio de división (training)
+split = sample.split(dataset$Purchased, SplitRatio = 0.8)
+training_set = subset(dataset, split = TRUE)
+testing_set = subset(dataset, split = FALSE)
+View(training_set)
+View(testing_set)
+dataset = read.csv('Data.csv')
+View(dataset)
+dataset$Age = ifelse(is.na(dataset$Age),
+ave(dataset$Age, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Age)
+dataset$Salary = ifelse(is.na(dataset$Salary),
+ave(dataset$Salary, FUN = function(x) mean(x, na.rm = TRUE)),
+dataset$Salary)
+# Codificar las variables categóricas
+dataset$Country = factor(dataset$Country,
+levels = c("France", "Spain", "Germany"),
+labels = c(1, 2, 3))
+dataset$Purchased = factor(dataset$Purchased,
+levels = c("No", "Yes"),
+labels = c(0, 1))
+library(caTools)
+# Establecer un valor de semilla para la selección de datos
+set.seed(123)
+split = sample.split(dataset$Purchased, SplitRatio = 0.8)
+training_set = subset(dataset, split == TRUE)
+testing_set = subset(dataset, split == FALSE)
+View(training_set)
+View(testing_set)
+View(dataset)
+training_set[,2:3] = scale(training_set[,2:3])
+testing_set[,2:3] = scale(testing_set[,2:3])
+View(dataset)
+View(training_set)
+View(testing_set)

datasets/Get the Machine Learning Basics/Data Preprocessing Template/Data Preprocessing Template/my_categorial_data.R

@@ -0,0 +1,12 @@
+# Plantilla para el Pre Procesado de Datos - Datos Categóricos
+
+# Importar el dataset
+dataset = read.csv('Data.csv')
+
+# Codificar las variables categóricas
+dataset$Country = factor(dataset$Country,
+                         levels = c("France", "Spain", "Germany"),
+                         labels = c(1, 2, 3))
+dataset$Purchased = factor(dataset$Purchased,
+                           levels = c("No", "Yes"),
+                           labels = c(0, 1))

datasets/Get the Machine Learning Basics/Data Preprocessing Template/Data Preprocessing Template/my_categorial_data.py

@@ -0,0 +1,55 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Created on Wed Feb  5 18:22:43 2020
+
+@author: ramonpuga
+"""
+
+# Plantilla de Pre Procesado de Datos - Datos categóricos
+
+# Importar las librerias
+import numpy as np
+import matplotlib.pyplot as plt
+import pandas as pd
+
+# Importar el dataset
+dataset = pd.read_csv('Data.csv')
+# Matriz X con todas las filas, y todas las columnas menos la última
+X = dataset.iloc[:, :-1].values
+# Vector y con todas las filas y la última columna
+y = dataset.iloc[:, -1].values
+
+# Codificar datos de categorías
+from sklearn.preprocessing import LabelEncoder
+labelencoder_X = LabelEncoder()
+# La columna 0 contine valores que son categorías
+X[:, 0] = labelencoder_X.fit_transform(X[:, 0])
+
+#El OneHotEncoder en las nuevas versiones está OBSOLETO
+
+# Convertimos esos valores en columnas dummy (tantas como categorías)
+#onehotencoder = OneHotEncoder(categorical_features=[0])
+#X = onehotencoder.fit_transform(X).toarray()
+
+from sklearn.preprocessing import OneHotEncoder
+from sklearn.compose import ColumnTransformer
+
+transformer = ColumnTransformer(
+    transformers=[
+        ("Data_Modelling",        # Un nombre de la transformación
+         OneHotEncoder(categories='auto'), # La clase a la que transformar
+         [0]            # Las columnas a transformar.
+         )
+    ], remainder='passthrough'
+)
+
+X = transformer.fit_transform(X)
+# Eliminar una columna dummy para evitar la multicolinealidad
+# OneHotEncoder pone las columnas dummy al principio, por lo tanto habrá que elimnar la columna 0
+X = X[:, 1:]
+
+
+# La columna de resultados, tambien es una categória (yes or no)
+labelencoder_y = LabelEncoder()
+y = labelencoder_y.fit_transform(y)

datasets/Get the Machine Learning Basics/Data Preprocessing Template/Data Preprocessing Template/my_data_preprocessing_template.R

@@ -0,0 +1,20 @@
+# Plantilla para el Pre Procesado de Datos
+
+# Importar el dataset
+dataset = read.csv('Data.csv')
+# Ejemplo de seleccionar un conjunto de datos del dataset original
+# dataset = dataset[, 2:3]
+
+# Dividir los datos en conjunto de training y conjunto de test
+# install.packages("caTools")
+library(caTools)
+# Establecer un valor de semilla para la selección de datos
+set.seed(123)
+# Establecemos un 80% de las filas como ratio de división (training)
+split = sample.split(dataset$Purchased, SplitRatio = 0.8)
+training_set = subset(dataset, split == TRUE)
+testing_set = subset(dataset, split == FALSE)
+
+# Escalado de valores para las columnas 2 y 3 (2ª y 3ª)
+# training_set[,2:3] = scale(training_set[,2:3])
+# testing_set[,2:3] = scale(testing_set[,2:3])

datasets/Get the Machine Learning Basics/Data Preprocessing Template/Data Preprocessing Template/my_data_preprocessing_template.py

@@ -0,0 +1,37 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Created on Wed Feb  5 15:15:34 2020
+
+@author: ramonpuga
+"""
+
+# Plantilla de Pre Procesado de Datos
+
+# Importar las librerias
+import numpy as np
+import matplotlib.pyplot as plt
+import pandas as pd
+
+# Importar el dataset
+dataset = pd.read_csv('Data.csv')
+
+# Matriz X con todas las filas, y todas las columnas menos la última
+X = dataset.iloc[:, :-1].values
+# Vector y con todas las filas y la última columna
+y = dataset.iloc[:, -1].values
+
+# Dividir el data set en conjunto de training y de test
+from sklearn.model_selection import train_test_split
+# Aplicamos un porcentaje del 20% (0.2) para el test y un valor de selección alatoria de 0
+X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)
+
+# Escalado (estandarización o normalización) de variables
+""" Quitar comillas iniciales y fianles cuando se necesite este código
+from sklearn.preprocessing import StandardScaler
+sc_X = StandardScaler()
+# Aplicamos y fijamos el metodo de estandarización a todas las columnas X
+X_train = sc_X.fit_transform(X_train)
+# Aplicamos el mismo metodo de estandarización que para los datos de training
+X_test = sc_X.transform(X_test)
+"""