Capítulo 3: Preprocesamiento de Datos y Ingeniería de Características
Ejercicios Prácticos Capítulo 3
Ejercicio 1: Manejo de Datos Faltantes
Tarea: Tienes el siguiente conjunto de datos:
Tu tarea es:
- Detectar los datos faltantes.
- Imputar los valores faltantes en las columnas "Edad" y "Salario" utilizando la media de las respectivas columnas.
Solución:
import pandas as pd
# Create the DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, None, 35, 40],
'Salary': [50000, 60000, None, 80000]}
df = pd.DataFrame(data)
# Detect missing data
print("Missing data:\\n", df.isnull().sum())
# Impute missing values with the mean of each column
df['Age'] = df['Age'].fillna(df['Age'].mean())
df['Salary'] = df['Salary'].fillna(df['Salary'].mean())
print("\\nDataFrame after imputation:\\n", df)Ejercicio 2: Codificación de Variables Categóricas
Tarea: Tienes el siguiente conjunto de datos:
Aplica one-hot encoding a la columna "Ciudad".
Solución:
# Sample DataFrame
data = {'City': ['New York', 'London', 'Paris', 'London'],
'Temperature': [30, 25, 28, 26]}
df = pd.DataFrame(data)
# One-hot encode the "City" column
df_encoded = pd.get_dummies(df, columns=['City'])
print(df_encoded)Ejercicio 3: Ingeniería de Características - Términos de Interacción
Tarea: Se te da un conjunto de datos con dos características: "Edad" y "Salario". Crea un término de interacción entre estas dos características.
Solución:
from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize PolynomialFeatures with interaction only
poly = PolynomialFeatures(degree=2, interaction_only=True, include_bias=False)
# Create interaction terms
interaction_features = poly.fit_transform(df)
# Convert back to DataFrame
df_interaction = pd.DataFrame(interaction_features, columns=['Age', 'Salary', 'Age*Salary'])
print(df_interaction)Ejercicio 4: Escalado de Datos
Tarea: Se te proporciona un conjunto de datos con las siguientes características: "Edad" e "Ingresos". Aplica Min-Max Scaling a ambas características para escalarlas entre 0 y 1.
Solución:
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Income': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize MinMaxScaler
scaler = MinMaxScaler()
# Fit and transform the data
df_scaled = pd.DataFrame(scaler.fit_transform(df), columns=['Age', 'Income'])
print(df_scaled)Ejercicio 5: División de Entrenamiento-Prueba
Tarea: Dado el siguiente conjunto de datos:
Divide los datos en 80% datos de entrenamiento y 20% datos de prueba.
Solución:
from sklearn.model_selection import train_test_split
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Split into training and test sets (80% train, 20% test)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print("Training Features:\\n", X_train)
print("Test Features:\\n", X_test)Ejercicio 6: Validación Cruzada
Tarea: Utiliza validación cruzada de 5 pliegues (5-fold cross-validation) para evaluar el rendimiento de un modelo de regresión logística en el siguiente conjunto de datos:
Solución:
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Initialize the model
model = LogisticRegression()
# Perform 5-fold cross-validation
scores = cross_val_score(model, X, y, cv=5)
print("Cross-Validation Scores:", scores)
print("Average Cross-Validation Accuracy:", scores.mean())Ejercicio 7: Aumento de Datos para Imágenes
Tarea: Aplica técnicas de aumento de imagen como rotación, zoom y volteo a una imagen utilizando ImageDataGenerator de Keras.
Solución:
from keras.preprocessing.image import ImageDataGenerator
from keras.preprocessing import image
import matplotlib.pyplot as plt
# Initialize the ImageDataGenerator
datagen = ImageDataGenerator(
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest'
)
# Load an example image
img_path = 'path_to_image.jpg'
img = image.load_img(img_path, target_size=(150, 150))
x = image.img_to_array(img)
x = x.reshape((1,) + x.shape)
# Generate augmented images
i = 0
for batch in datagen.flow(x, batch_size=1):
plt.figure(i)
imgplot = plt.imshow(image.array_to_img(batch[0]))
i += 1
if i % 4 == 0: # Display 4 augmented images
break
plt.show()Ejercicio 8: Aumento de Datos para Texto
Tarea: Utiliza reemplazo de sinónimos para aumentar la siguiente oración:
"El rápido zorro marrón salta sobre el perro perezoso."
Solución:
import random
from nltk.corpus import wordnet
# Function to get synonyms of a word
def get_synonyms(word):
synonyms = []
for syn in wordnet.synsets(word):
for lemma in syn.lemmas():
synonyms.append(lemma.name())
return synonyms
# Sample sentence
sentence = "The quick brown fox jumps over the lazy dog"
words = sentence.split()
# Randomly replace some words with their synonyms
augmented_sentence = []
for word in words:
synonyms = get_synonyms(word)
if synonyms and random.random() > 0.5: # Replace with a synonym 50% of the time
augmented_sentence.append(random.choice(synonyms))
else:
augmented_sentence.append(word)
augmented_sentence = ' '.join(augmented_sentence)
print("Original sentence:", sentence)
print("Augmented sentence:", augmented_sentence)Estos ejercicios prácticos proporcionan una base sólida para construir y mejorar modelos de aprendizaje automático.
Ejercicios Prácticos Capítulo 3
Ejercicio 1: Manejo de Datos Faltantes
Tarea: Tienes el siguiente conjunto de datos:
Tu tarea es:
- Detectar los datos faltantes.
- Imputar los valores faltantes en las columnas "Edad" y "Salario" utilizando la media de las respectivas columnas.
Solución:
import pandas as pd
# Create the DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, None, 35, 40],
'Salary': [50000, 60000, None, 80000]}
df = pd.DataFrame(data)
# Detect missing data
print("Missing data:\\n", df.isnull().sum())
# Impute missing values with the mean of each column
df['Age'] = df['Age'].fillna(df['Age'].mean())
df['Salary'] = df['Salary'].fillna(df['Salary'].mean())
print("\\nDataFrame after imputation:\\n", df)Ejercicio 2: Codificación de Variables Categóricas
Tarea: Tienes el siguiente conjunto de datos:
Aplica one-hot encoding a la columna "Ciudad".
Solución:
# Sample DataFrame
data = {'City': ['New York', 'London', 'Paris', 'London'],
'Temperature': [30, 25, 28, 26]}
df = pd.DataFrame(data)
# One-hot encode the "City" column
df_encoded = pd.get_dummies(df, columns=['City'])
print(df_encoded)Ejercicio 3: Ingeniería de Características - Términos de Interacción
Tarea: Se te da un conjunto de datos con dos características: "Edad" y "Salario". Crea un término de interacción entre estas dos características.
Solución:
from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize PolynomialFeatures with interaction only
poly = PolynomialFeatures(degree=2, interaction_only=True, include_bias=False)
# Create interaction terms
interaction_features = poly.fit_transform(df)
# Convert back to DataFrame
df_interaction = pd.DataFrame(interaction_features, columns=['Age', 'Salary', 'Age*Salary'])
print(df_interaction)Ejercicio 4: Escalado de Datos
Tarea: Se te proporciona un conjunto de datos con las siguientes características: "Edad" e "Ingresos". Aplica Min-Max Scaling a ambas características para escalarlas entre 0 y 1.
Solución:
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Income': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize MinMaxScaler
scaler = MinMaxScaler()
# Fit and transform the data
df_scaled = pd.DataFrame(scaler.fit_transform(df), columns=['Age', 'Income'])
print(df_scaled)Ejercicio 5: División de Entrenamiento-Prueba
Tarea: Dado el siguiente conjunto de datos:
Divide los datos en 80% datos de entrenamiento y 20% datos de prueba.
Solución:
from sklearn.model_selection import train_test_split
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Split into training and test sets (80% train, 20% test)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print("Training Features:\\n", X_train)
print("Test Features:\\n", X_test)Ejercicio 6: Validación Cruzada
Tarea: Utiliza validación cruzada de 5 pliegues (5-fold cross-validation) para evaluar el rendimiento de un modelo de regresión logística en el siguiente conjunto de datos:
Solución:
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Initialize the model
model = LogisticRegression()
# Perform 5-fold cross-validation
scores = cross_val_score(model, X, y, cv=5)
print("Cross-Validation Scores:", scores)
print("Average Cross-Validation Accuracy:", scores.mean())Ejercicio 7: Aumento de Datos para Imágenes
Tarea: Aplica técnicas de aumento de imagen como rotación, zoom y volteo a una imagen utilizando ImageDataGenerator de Keras.
Solución:
from keras.preprocessing.image import ImageDataGenerator
from keras.preprocessing import image
import matplotlib.pyplot as plt
# Initialize the ImageDataGenerator
datagen = ImageDataGenerator(
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest'
)
# Load an example image
img_path = 'path_to_image.jpg'
img = image.load_img(img_path, target_size=(150, 150))
x = image.img_to_array(img)
x = x.reshape((1,) + x.shape)
# Generate augmented images
i = 0
for batch in datagen.flow(x, batch_size=1):
plt.figure(i)
imgplot = plt.imshow(image.array_to_img(batch[0]))
i += 1
if i % 4 == 0: # Display 4 augmented images
break
plt.show()Ejercicio 8: Aumento de Datos para Texto
Tarea: Utiliza reemplazo de sinónimos para aumentar la siguiente oración:
"El rápido zorro marrón salta sobre el perro perezoso."
Solución:
import random
from nltk.corpus import wordnet
# Function to get synonyms of a word
def get_synonyms(word):
synonyms = []
for syn in wordnet.synsets(word):
for lemma in syn.lemmas():
synonyms.append(lemma.name())
return synonyms
# Sample sentence
sentence = "The quick brown fox jumps over the lazy dog"
words = sentence.split()
# Randomly replace some words with their synonyms
augmented_sentence = []
for word in words:
synonyms = get_synonyms(word)
if synonyms and random.random() > 0.5: # Replace with a synonym 50% of the time
augmented_sentence.append(random.choice(synonyms))
else:
augmented_sentence.append(word)
augmented_sentence = ' '.join(augmented_sentence)
print("Original sentence:", sentence)
print("Augmented sentence:", augmented_sentence)Estos ejercicios prácticos proporcionan una base sólida para construir y mejorar modelos de aprendizaje automático.
Ejercicios Prácticos Capítulo 3
Ejercicio 1: Manejo de Datos Faltantes
Tarea: Tienes el siguiente conjunto de datos:
Tu tarea es:
- Detectar los datos faltantes.
- Imputar los valores faltantes en las columnas "Edad" y "Salario" utilizando la media de las respectivas columnas.
Solución:
import pandas as pd
# Create the DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, None, 35, 40],
'Salary': [50000, 60000, None, 80000]}
df = pd.DataFrame(data)
# Detect missing data
print("Missing data:\\n", df.isnull().sum())
# Impute missing values with the mean of each column
df['Age'] = df['Age'].fillna(df['Age'].mean())
df['Salary'] = df['Salary'].fillna(df['Salary'].mean())
print("\\nDataFrame after imputation:\\n", df)Ejercicio 2: Codificación de Variables Categóricas
Tarea: Tienes el siguiente conjunto de datos:
Aplica one-hot encoding a la columna "Ciudad".
Solución:
# Sample DataFrame
data = {'City': ['New York', 'London', 'Paris', 'London'],
'Temperature': [30, 25, 28, 26]}
df = pd.DataFrame(data)
# One-hot encode the "City" column
df_encoded = pd.get_dummies(df, columns=['City'])
print(df_encoded)Ejercicio 3: Ingeniería de Características - Términos de Interacción
Tarea: Se te da un conjunto de datos con dos características: "Edad" y "Salario". Crea un término de interacción entre estas dos características.
Solución:
from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize PolynomialFeatures with interaction only
poly = PolynomialFeatures(degree=2, interaction_only=True, include_bias=False)
# Create interaction terms
interaction_features = poly.fit_transform(df)
# Convert back to DataFrame
df_interaction = pd.DataFrame(interaction_features, columns=['Age', 'Salary', 'Age*Salary'])
print(df_interaction)Ejercicio 4: Escalado de Datos
Tarea: Se te proporciona un conjunto de datos con las siguientes características: "Edad" e "Ingresos". Aplica Min-Max Scaling a ambas características para escalarlas entre 0 y 1.
Solución:
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Income': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize MinMaxScaler
scaler = MinMaxScaler()
# Fit and transform the data
df_scaled = pd.DataFrame(scaler.fit_transform(df), columns=['Age', 'Income'])
print(df_scaled)Ejercicio 5: División de Entrenamiento-Prueba
Tarea: Dado el siguiente conjunto de datos:
Divide los datos en 80% datos de entrenamiento y 20% datos de prueba.
Solución:
from sklearn.model_selection import train_test_split
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Split into training and test sets (80% train, 20% test)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print("Training Features:\\n", X_train)
print("Test Features:\\n", X_test)Ejercicio 6: Validación Cruzada
Tarea: Utiliza validación cruzada de 5 pliegues (5-fold cross-validation) para evaluar el rendimiento de un modelo de regresión logística en el siguiente conjunto de datos:
Solución:
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Initialize the model
model = LogisticRegression()
# Perform 5-fold cross-validation
scores = cross_val_score(model, X, y, cv=5)
print("Cross-Validation Scores:", scores)
print("Average Cross-Validation Accuracy:", scores.mean())Ejercicio 7: Aumento de Datos para Imágenes
Tarea: Aplica técnicas de aumento de imagen como rotación, zoom y volteo a una imagen utilizando ImageDataGenerator de Keras.
Solución:
from keras.preprocessing.image import ImageDataGenerator
from keras.preprocessing import image
import matplotlib.pyplot as plt
# Initialize the ImageDataGenerator
datagen = ImageDataGenerator(
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest'
)
# Load an example image
img_path = 'path_to_image.jpg'
img = image.load_img(img_path, target_size=(150, 150))
x = image.img_to_array(img)
x = x.reshape((1,) + x.shape)
# Generate augmented images
i = 0
for batch in datagen.flow(x, batch_size=1):
plt.figure(i)
imgplot = plt.imshow(image.array_to_img(batch[0]))
i += 1
if i % 4 == 0: # Display 4 augmented images
break
plt.show()Ejercicio 8: Aumento de Datos para Texto
Tarea: Utiliza reemplazo de sinónimos para aumentar la siguiente oración:
"El rápido zorro marrón salta sobre el perro perezoso."
Solución:
import random
from nltk.corpus import wordnet
# Function to get synonyms of a word
def get_synonyms(word):
synonyms = []
for syn in wordnet.synsets(word):
for lemma in syn.lemmas():
synonyms.append(lemma.name())
return synonyms
# Sample sentence
sentence = "The quick brown fox jumps over the lazy dog"
words = sentence.split()
# Randomly replace some words with their synonyms
augmented_sentence = []
for word in words:
synonyms = get_synonyms(word)
if synonyms and random.random() > 0.5: # Replace with a synonym 50% of the time
augmented_sentence.append(random.choice(synonyms))
else:
augmented_sentence.append(word)
augmented_sentence = ' '.join(augmented_sentence)
print("Original sentence:", sentence)
print("Augmented sentence:", augmented_sentence)Estos ejercicios prácticos proporcionan una base sólida para construir y mejorar modelos de aprendizaje automático.
Ejercicios Prácticos Capítulo 3
Ejercicio 1: Manejo de Datos Faltantes
Tarea: Tienes el siguiente conjunto de datos:
Tu tarea es:
- Detectar los datos faltantes.
- Imputar los valores faltantes en las columnas "Edad" y "Salario" utilizando la media de las respectivas columnas.
Solución:
import pandas as pd
# Create the DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, None, 35, 40],
'Salary': [50000, 60000, None, 80000]}
df = pd.DataFrame(data)
# Detect missing data
print("Missing data:\\n", df.isnull().sum())
# Impute missing values with the mean of each column
df['Age'] = df['Age'].fillna(df['Age'].mean())
df['Salary'] = df['Salary'].fillna(df['Salary'].mean())
print("\\nDataFrame after imputation:\\n", df)Ejercicio 2: Codificación de Variables Categóricas
Tarea: Tienes el siguiente conjunto de datos:
Aplica one-hot encoding a la columna "Ciudad".
Solución:
# Sample DataFrame
data = {'City': ['New York', 'London', 'Paris', 'London'],
'Temperature': [30, 25, 28, 26]}
df = pd.DataFrame(data)
# One-hot encode the "City" column
df_encoded = pd.get_dummies(df, columns=['City'])
print(df_encoded)Ejercicio 3: Ingeniería de Características - Términos de Interacción
Tarea: Se te da un conjunto de datos con dos características: "Edad" y "Salario". Crea un término de interacción entre estas dos características.
Solución:
from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize PolynomialFeatures with interaction only
poly = PolynomialFeatures(degree=2, interaction_only=True, include_bias=False)
# Create interaction terms
interaction_features = poly.fit_transform(df)
# Convert back to DataFrame
df_interaction = pd.DataFrame(interaction_features, columns=['Age', 'Salary', 'Age*Salary'])
print(df_interaction)Ejercicio 4: Escalado de Datos
Tarea: Se te proporciona un conjunto de datos con las siguientes características: "Edad" e "Ingresos". Aplica Min-Max Scaling a ambas características para escalarlas entre 0 y 1.
Solución:
from sklearn.preprocessing import MinMaxScaler
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40],
'Income': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)
# Initialize MinMaxScaler
scaler = MinMaxScaler()
# Fit and transform the data
df_scaled = pd.DataFrame(scaler.fit_transform(df), columns=['Age', 'Income'])
print(df_scaled)Ejercicio 5: División de Entrenamiento-Prueba
Tarea: Dado el siguiente conjunto de datos:
Divide los datos en 80% datos de entrenamiento y 20% datos de prueba.
Solución:
from sklearn.model_selection import train_test_split
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Split into training and test sets (80% train, 20% test)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print("Training Features:\\n", X_train)
print("Test Features:\\n", X_test)Ejercicio 6: Validación Cruzada
Tarea: Utiliza validación cruzada de 5 pliegues (5-fold cross-validation) para evaluar el rendimiento de un modelo de regresión logística en el siguiente conjunto de datos:
Solución:
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression
import pandas as pd
# Sample DataFrame
data = {'Age': [25, 30, 35, 40, 45],
'Salary': [50000, 60000, 70000, 80000, 90000],
'Purchased': [0, 1, 0, 1, 1]}
df = pd.DataFrame(data)
# Features (X) and target (y)
X = df[['Age', 'Salary']]
y = df['Purchased']
# Initialize the model
model = LogisticRegression()
# Perform 5-fold cross-validation
scores = cross_val_score(model, X, y, cv=5)
print("Cross-Validation Scores:", scores)
print("Average Cross-Validation Accuracy:", scores.mean())Ejercicio 7: Aumento de Datos para Imágenes
Tarea: Aplica técnicas de aumento de imagen como rotación, zoom y volteo a una imagen utilizando ImageDataGenerator de Keras.
Solución:
from keras.preprocessing.image import ImageDataGenerator
from keras.preprocessing import image
import matplotlib.pyplot as plt
# Initialize the ImageDataGenerator
datagen = ImageDataGenerator(
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest'
)
# Load an example image
img_path = 'path_to_image.jpg'
img = image.load_img(img_path, target_size=(150, 150))
x = image.img_to_array(img)
x = x.reshape((1,) + x.shape)
# Generate augmented images
i = 0
for batch in datagen.flow(x, batch_size=1):
plt.figure(i)
imgplot = plt.imshow(image.array_to_img(batch[0]))
i += 1
if i % 4 == 0: # Display 4 augmented images
break
plt.show()Ejercicio 8: Aumento de Datos para Texto
Tarea: Utiliza reemplazo de sinónimos para aumentar la siguiente oración:
"El rápido zorro marrón salta sobre el perro perezoso."
Solución:
import random
from nltk.corpus import wordnet
# Function to get synonyms of a word
def get_synonyms(word):
synonyms = []
for syn in wordnet.synsets(word):
for lemma in syn.lemmas():
synonyms.append(lemma.name())
return synonyms
# Sample sentence
sentence = "The quick brown fox jumps over the lazy dog"
words = sentence.split()
# Randomly replace some words with their synonyms
augmented_sentence = []
for word in words:
synonyms = get_synonyms(word)
if synonyms and random.random() > 0.5: # Replace with a synonym 50% of the time
augmented_sentence.append(random.choice(synonyms))
else:
augmented_sentence.append(word)
augmented_sentence = ' '.join(augmented_sentence)
print("Original sentence:", sentence)
print("Augmented sentence:", augmented_sentence)Estos ejercicios prácticos proporcionan una base sólida para construir y mejorar modelos de aprendizaje automático.