Una de las mejores opciones para poder visualizar la forma de la distribución de un conjunto de datos son los gráficos de densidad (KDE, Kernel Density Estimation). Especialmente cuando se desconoce la distribución subyacente. Si, además, para un conjunto de datos, se desea analizar cómo evoluciona la distribución a lo largo de una dimensión categórica, […]
Revista Informática
Creación de Ridge Plots en Python con Seaborn: Guía completa paso a paso
Publicado el 05 febrero 2024 por Daniel Rodríguez @analyticslane
Una de las mejores opciones para poder visualizar la forma de la distribución de un conjunto de datos son los gráficos de densidad (KDE, Kernel Density Estimation). Especialmente cuando se desconoce la distribución subyacente. Si, además, para un conjunto de datos, se desea analizar cómo evoluciona la distribución a lo largo de una dimensión categórica, […]
Sus últimos artículos
-
Hardening avanzado de NGINX: CSP, OCSP Stapling y defensa en profundidad
-
Nuevo simulador FIRE en el laboratorio de aplicaciones de Analytics Lane
-
Hardening de NGINX en 2026: configuración segura básica paso a paso
-
Exactitud, precisión, recall… qué mide realmente cada métrica (y qué no)
