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
-
Customer Lifetime Value: la fórmula clásica que todo analista debería dominar
-
Lanzamos el video de ScoreFlow: crea scorecards de crédito de forma ágil y sin IT
-
Data Leakage en Credit Scoring: El Error que Invalida tu Modelo
-
DBSCAN y la selección de ε: teoría, intuición y aplicación práctica
