Dentro del aprendizaje automático, es habitual tener que trabajar con conjuntos de datos multidimensionales donde las variables están interrelacionadas. En estos casos, para cuantificar la similitud entre puntos, es aconsejable tener en cuenta la estructura de los propios datos. Algo que no sucede en las distancias usadas habitualmente como la Euclídea. Una métrica que si […]
Revista Informática
Dentro del aprendizaje automático, es habitual tener que trabajar con conjuntos de datos multidimensionales donde las variables están interrelacionadas. En estos casos, para cuantificar la similitud entre puntos, es aconsejable tener en cuenta la estructura de los propios datos. Algo que no sucede en las distancias usadas habitualmente como la Euclídea. Una métrica que si […]
Sus últimos artículos
-
Subplots en Matplotlib: cómo organizar múltiples gráficos en una sola figura
-
De la Regresión Logística al Scorecard: La Transformación Matemática
-
Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)
-
Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales
