Lección 4 de 16 · Lectura y práctica
Evaluación de Conocimiento: Pipelines y Preprocesamiento
Practica evaluación de conocimiento: pipelines y preprocesamiento con un ejemplo resuelto, un ejercicio y una infografía.
Del concepto a la práctica
Taller de esta lección
Esta evaluación comprueba si puedes rastrear qué datos se ajustan y cuándo. Considera cuatro filas: las dos primeras son entrenamiento y las dos últimas evaluación; edad contiene un nulo y plan incluye una categoría nueva.
Ejemplo resuelto
Entrenamiento: (nulo, basico), (40, pro)
Evaluación: (30, pro), (50, premium)La respuesta correcta es imputar y codificar dentro del pipeline ajustado con entrenamiento; handle_unknown="ignore" permite transformar premium sin inventar una categoría aprendida de evaluación.
Separa filas y etiqueta.
Excluye el identificador.
Ajusta imputador y codificador solo en entrenamiento.
Transforma evaluación sin volver a llamar
fit.
Error frecuente: concatenar entrenamiento y evaluación para descubrir categorías. Corrígelo aceptando categorías desconocidas durante transform.
Pruébalo
Escribe qué ocurriría si el codificador no aceptara categorías desconocidas.
Comprueba tu resultado
Debes indicar que la transformación puede producir un error y que la corrección es handle_unknown="ignore", no ajustar con evaluación.

Mapa de prácticaEl entrenamiento ajusta los parámetros del modelo. La validación ayuda a elegir el enfoque sin utilizar la prueba final. Reserva la prueba para evaluar la decisión terminada y evita que sus resultados vuelvan al ajuste.
Ver la infografía en tamaño completo ↗Sigue con Machine Learning Práctico con Scikit-Learn
Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.
Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.