Comments on: Clasificación con datos desbalanceados

By: Alfonso

Alfonso — Mon, 30 Jan 2023 16:13:03 +0000

Hola,
Antes de nada, quiero dar las gracias por este post. Me ha servido de gran ayuda.
Cuando cargo el último modelo en un archivo pickle, al ejecutarlo sobre un nuevo dataset, todos las predicciones me salen igual a 1, cosa que no es así es el resto de estrategias.
¿Podríais darme un poco de luz, por favor?
Un saludo,

By: Nicolás

Nicolás — Thu, 01 Dec 2022 15:26:44 +0000

Hola, presentó este error: AttributeError: ‘RandomOverSampler’ object has no attribute ‘fit_sample’

cambie fit_sample() por fit_resample(). Corrió.

By: Na8

Na8 — Sun, 20 Jun 2021 09:30:51 +0000

In reply to CBV. Hola, podrías utilizar la función predict_proba() -en vez de predict- y verás la probabilidad de que sea roto y no roto. Si vez que el valor está muy cerca del límite entre ambos (por ejemplo entre ser 0.45 y 0.65) podrías clasificarlo siempre como "no roto". Saludos!

By: CBV

CBV — Tue, 01 Jun 2021 12:41:53 +0000

Buenos dias

Una pregunta, si mi red de clasificacion es de dos clases, por poner ejemplos analizar el estado de un cable, “roto” y “no roto”, y lo entreno con muchos ejemplos, pero luego le presento una categoria completamente diferente a un cable, por ejemplo un coche, y me interesa funcionalmente que al no pertenecer a “roto” me lo etiquete como “no roto”. ¿que estrategia se puede seguir? ¿como puedo favorecer que lo que no esté muy claro que sea un “roto” me lo clasifique como “no roto” ?

Muchas gracias.

By: Adrián

Adrián — Wed, 11 Nov 2020 10:50:45 +0000

Hola a todos! En este ejemplo, cada vez que escribia “ratio” me devolvia lo siguiente:

TypeError: init() got an unexpected keyword argument ‘ratio’

En el ejemplo de RandomOverSampler y SMOTETomek lo resolvi sustituyendo “ratio” por “sampling_strategy”.

https://stackoverflow.com/questions/62225793/typeerror-init-got-an-unexpected-keyword-argument-ratio-when-using-smot

En cambio, con el caso de NearMiss no me funciona, ¿alguna idea?

PD: Muchas gracias por los artículos!!! me están ayudando mucho a aprender y adentrarme en este mundo tan apasionante!! 🙂

By: Na8

Na8 — Tue, 08 Sep 2020 22:48:46 +0000

In reply to Pedro. En el artículo no aparece, pero en la notebook de Github si!. Gracias, saludos

By: Pedro

Pedro — Mon, 07 Sep 2020 04:41:52 +0000

Falta esto
LABELS= [‘Normal’,’Fraudulent’]

By: Marco Cajeao

Marco Cajeao — Thu, 04 Jun 2020 19:12:45 +0000

In reply to Isaac López. Yo le saqué la línea esa para poder avanzar

By: Na8

Na8 — Sat, 23 May 2020 10:33:16 +0000

In reply to Manuel. Hola Manuel, si, claro, pueden aplicarse usando esa misma librería. Saludos!

By: Na8

Na8 — Sat, 23 May 2020 09:39:08 +0000

In reply to Cristian. Hola Cristian, si, si se puede usar una matriz de confusión con muchas categorías y queda muy bonita jaja! me refiero a que es de mucha utilidad. Saludos