K-Vecinos Más Cercanos (KNN) para Regresión con Python

Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2021, 20 de Diciembre). K-Vecinos Más Cercanos (KNN) para Regresión con Python [Video]. YouTube. [Incluye aquí la URL del video]. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** En este video se explica visualmente una de las técnicas de aprendizaje de máquina más utilizadas: K-vecinos más cercanos (KNN por sus siglas en inglés) como modelo de #Regresión. Además, se presenta un caso práctico para aterrizar los conceptos. KNN se programa utilizando la librería Scikit-Learn de Python. Índice del Video: 0:00 Interpretación básica 1:21 Datos y contexto 2:43 Explicación de KNN para regresión 5:40 Preprocesamiento de datos 11:40 Construcción del modelo 18:57 Predicción de un rango de precios 21:00 KNN con diferentes valores de K ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. 📊 Los datos no mienten: La caída del cabello se frena con mantenimiento predictivo, no correctivo. El nuevo shampoo sólido anticaída de la co-fundadora de Código Máquina es el upgrade de alto rendimiento que tu hardware biológico necesita. 🧪💻🧬 👉 Consigue el tuyo y estabiliza el sistema: https://bit.ly/Sinhaki El código y datos del video están disponibles en GitHub https://github.com/CodigoMaquina/code #CienciaDeDatos #AprendizajeDeMaquina #DataScience #MachineLearning #ScikitLearn #python