Numpy

Pandas

Matplotlib

Seaborn

Sklearn

Tecnicas completar data faltante

Regresion lineal

Regresion logistica

arbol de desicion clasificacion y regresion

bosques de clasificacion y regresion

En que casos usar modelos de regresion y clasificacion?

• Clasificación: cuando la variable objetivo es categórica (etiquetas o clases).
• Regresión: cuando la variable objetivo es continua (valores numéricos).

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import DecisionTreeRegressor, plot_tree
from sklearn.ensemble import RandomForestClassifier
from sklearn.ensemble import RandomForestRegressor
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import LabelEncoder