Informe Perceptrón Rain Tomorrow - Akira García Olaya 1º Bach C

PERCEPTRÓN

RAIN TOMORROW

Akira García Olaya 1º Bachillerato C

ÍNDICE

1. Perceptrón

2. RainTomorrow

3. Datos nulos

4. Outliers

5. Alimentación

6. Métricas evaluación

7. Conclusiones

¿Qué es un PERCEPTRÓN?

PERCEPTRÓN

Es una neurona artificial simuladapor un ordenador. Es la base de las redes neuronales.

Base de datos RAINTOMORROW

Dataset inicial

Usamos un bucle para binarizar la última columna

Dataset binarizado

Contamos con 6 columnas, una de ellas inservible, 39 filas de datos, tenemos datos nulos y ourliers.

DATOS NULOS y su eliminación

IDENTIFICACIÓN

Haciendo un Heatmap encontramos que sólo tenemos datos nulos en la columna de presion.

EXTERMINIO

Con un drop eliminamos la columna inservible y eliminamos el resto de nulos con el método dropna.

OUTLIERS y su eliminación

IDENTIFICACIÓN

Haciendo un Boxplot nos encontramos con lo siguiente...tenemos outliers y datos desescalados..

EXTERMINIO

Usamos el método MinMaxScaler para deshacernos de los outliers y escalar los datos.

ALIMENTACIÓNdel modelo

ALIMENTACIÓN

Usamos el mismo procedimiento que usamos en la puerta XOR.

Métricas de EVALUACIÓN

MÉTRICAS

Usamos métricas que ya han sido usadas previamente en este curso.

CONCLUSIONESdel modelo

EN CONCLUSIÓN

Este modelo demuestra tener una disminución del error durante las épocas de entrenamiento siguiendo una curva normativa, pero su accuracy es del 25%, por lo que considero que es un modelo no muy fiable. Únicamente si se eligen las predicciones de épocas de entrenamiento avanzadas tendríamos una respuesta medianamente fiable.

Fin del informe