Forum Replies Created
- Posts
Olá Renato,
Pode usar métricas de regressão. Veja as aulas abaixo sobre, que mostra como avaliar o algoritmo usando base de treinamento e teste
Jones
Olá Renato,
Existem várias técnicas, como por exemplo: fazer outros tipos de tratamento nos dados, testar outros algoritmos, fazer tuning dos parâmetros, aumentar a quantidade de registros na base de dados
Jones
Olá Renato,
Basicamente você pode aumentar ou diminuir a quantidade de registros para as classes ficarem com uma quantidade parecida de registros. Veja esse vídeo abaixo do canal do Youtube do IA Expert (o conteúdo prático está no curso de Estatísticas para Machine Learning, disponível aqui na plataforma)
Jones
Olá Sergio,
No mlrose basta vincular a função, que o parâmetro é passado internamente de forma transparente quando é feita a execução dos algoritmos
Jones
Olá Vinicius,
Não sei se entendi a dúvida, mas os textos já estão no formato de dataframe do pandas. Logo nas próximas aulas vamos usar essa função para aplicar nos textos do dataframe
Jones
Olá Robson
Verifiquei aqui e a base está junto com os outros arquivos no .zip do Google Drive. É o Celsius Fahrenheit, correto?
Jones
Olá Flavio,
É normal, pois a inicialização do algoritmo é sempre diferente a cada vez que executamos (a inicialização dos centróides). Para sempre ter os mesmos resultados, você pode configurar o parâmetro random_state do k-means (pode colocar qualquer valor inteiro, e usando o mesmo valor os resultados sempre serão os mesmos)
Jones
O que pode pesar o processamento é o carregamento da página web, mas não gastar a memória da sua máquina no processamento (pelo menos teoricamente). Talvez até o próprio PyCaret seja mais “pesado”
Olá Nelson,
Que bom que está gostando do conteúdo 🙂
Não consigo responder com certeza, que ainda não cheguei a testar esse módulo no Colab. Você rodou o comando enable_colab?
Jones
