Publications by Danna Leal A00831698
Módulo 4. Actividad Final Medio Término
Contexto 1. Importar y juntar bases de datos # file.choose() bd1 <- read.csv("/Users/dannaleal/Downloads/ClaimsData2018.csv") bd2 <- read.csv("/Users/dannaleal/Downloads/TransactionsSummary2018.csv") bd <- merge(bd1, bd2, by="ClaimID",all=TRUE) 2. Crear nueva columna para Total Incurred Cost # install.packages("dplyr") library(dplyr) ## ## Attac...
1952 sym Python (780 sym/10 pcs)
M4 Actividad Medio Término
Contexto 1. Importar y juntar bases de datos # file.choose() bd1 <- read.csv("/Users/dannaleal/Downloads/ClaimsData2018.csv") bd2 <- read.csv("/Users/dannaleal/Downloads/TransactionsSummary2018.csv") bd <- merge(bd1, bd2, by="ClaimID",all=TRUE) 2. Crear nueva columna para Total Incurred Cost # install.packages("dplyr") library(dplyr) ## ## Attac...
1952 sym Python (780 sym/10 pcs)
Actividad 4.5 Himno Nacional
library(syuzhet) library(RColorBrewer) #file.choose() himno <- scan(file = "/Users/dannaleal/Downloads/letra-oficial-del-himno-nacional-mexicano2.txt", fileEncoding = "UTF-8", what = character(), sep = "\n", allowEscapes = T) # Tokenizar texto (dividir un texto en palabras) texto_palabras <- get_tokens(himno) head(texto_palabras) ## [1] "letra" ...
22 sym R (3401 sym/17 pcs) 2 img
Actividad 4.1 - Danna Leal
# 1. Crear base de datos df <- data.frame(x = c(2,2,8,5,7,6,1,4), y = c(10,5,4,8,5,4,2,9)) # 2. Determinar el número de grupos grupos <- 3 # 3. Realizar la clasificación segmentos <- kmeans(df,grupos) segmentos ## K-means clustering with 3 clusters of sizes 3, 2, 3 ## ## Cluster means: ## x y ## 1 3.666667 9.00...
406 sym R (716064 sym/53 pcs) 5 img
Actividad 4.1 Danna Leal
# 1. Crear base de datos df <- data.frame(x = c(2,2,8,5,7,6,1,4), y = c(10,5,4,8,5,4,2,9)) # 2. Determinar el número de grupos grupos <- 3 # 3. Realizar la clasificación segmentos <- kmeans(df,grupos) segmentos ## K-means clustering with 3 clusters of sizes 2, 3, 3 ## ## Cluster means: ## x y ## 1 1.500000 3.50...
407 sym R (716064 sym/53 pcs) 6 img
Actividad 4.3: Regresión Lineal
Renta de Bicis 1. Importar la base de datos # file.choose() df <- read.csv("/Users/dannaleal/Downloads/rentadebicis.csv") 2. Entender la base de datos summary(df) ## hora dia mes año ## Min. : 0.00 Min. : 1.000 Min. : 1.000 Min. :2011 ## 1st Qu.: 6.00 1st Qu.: 5.000 1st Qu.: ...
5786 sym Python (10227 sym/33 pcs) 5 img
Actividad 4.2 - Árbol de decisión
Titanic 1. Importar la base de datos # file.choose() titanic <- read.csv("/Users/dannaleal/Downloads/titanic.csv") 2. Importar la base de datos summary(titanic) ## pclass survived name sex ## Min. :1.000 Min. :0.000 Length:1310 Length:1310 ## 1st Qu.:2.000 1st Qu.:0.000 Cla...
4165 sym Python (203666 sym/47 pcs) 6 img
Actividad 4.2 - Árbol de decisión
Titanic 1. Importar la base de datos # file.choose() titanic <- read.csv("/Users/dannaleal/Downloads/titanic.csv") 2. Analizar la base de datos summary(titanic) ## pclass survived name sex ## Min. :1.000 Min. :0.000 Length:1310 Length:1310 ## 1st Qu.:2.000 1st Qu.:0.000 Cla...
4165 sym Python (203666 sym/47 pcs) 6 img
Actividad 4.2 - Árbol de decisión
Titanic 1. Importar la base de datos # file.choose() titanic <- read.csv("/Users/dannaleal/Downloads/titanic.csv") 2. Analizar la base de datos summary(titanic) ## pclass survived name sex ## Min. :1.000 Min. :0.000 Length:1310 Length:1310 ## 1st Qu.:2.000 1st Qu.:0.000 Cla...
4266 sym Python (203527 sym/47 pcs) 6 img
Actividad 2.1 Danna Leal
Actividad 2.1: Maneja una base de datos - “Abarrotes”. Importar la base de datos # file.choose() bd <- read.csv("/Users/dannaleal/Downloads/Abarrotes_Ventas-2.csv") Contexto La base de datos es sobre las ventas de 5 tiendas ubicadas en distintas ciudades de Mexico. Entender la base de datos summary(bd) ## vcClaveTienda DescGiro ...
9832 sym R (304674 sym/133 pcs) 3 img