Skip to content

Latest commit

 

History

History
26 lines (20 loc) · 955 Bytes

README.md

File metadata and controls

26 lines (20 loc) · 955 Bytes

IMPLEMENTACION K-MEANS

Implementación de uno de los algoritmos de Machine Learning vistos en clase sin el uso de un framework.

Datos

La base de datos usada es la de Iris de la página de Kaggle, se puede encontrar en este link: https://www.kaggle.com/datasets/uciml/iris Las variables de la base de datos son las siguientes:

  • SepalLengthCm
  • SepalWidthCm
  • PetalLengthCm
  • PetalWidthCm
  • Species

Lo que se busca es predecir la especie basandose en las otras variables, en total son 3 especies:

  • Iris-setosa
  • Iris-virginica
  • Iris-versicolor

Para más información de las variables y de la base de datos consulte la página antes mencionada

Uso

Una vez clonado este repositorio en una carpeta local o remota, abre la carpeta que contenga este proyecto en la terminal y corre el siguiente comando

python3 uso_K_means.py

Resultados

Al correr el programa, se mostrará en pantalla la presición del algoritmo y la matriz de confusión