TrainingUtilities

TrainingUtilities(random_state=99)

None

Methods

---

Seleccion_rasgos(model, X, Y, n, display=True)

Funcion que nos retorna las categorias que mas influyen en el modelo.

Inputs: - X, Y: dataset. - n: numero de categorias que queremos que formen parte de variables del modelo de RL. - display: Mostrar los resultados por pantalla

Outputs: - z: Resumen de la inferencia de cada categoria en el modelo de RL. - valid: Categorias seleccionadas para formar parte del modelo de RL.

---

opt_RandomForest_Classifier(X, Y, nmin=1, nmax=10000, num=4, display=True)

Seleccion del numero de categorias a tener en cuenta para RF

---

optimizacion_seleccion_rasgos(model, X, Y, n_splits, display=True)

Seleccion del numero de categorias a tener en cuenta

---

validacion_cruzada(model, X, Y, n_splits, shuffle=True, scoring='accuracy')

Validacion cruzada del dataset introducido como input.

Inputs: - cv = Numero de iteraciones.

Outputs: - score: Media de los acc de todas las iteraciones.