"Data Pre-Processing"

Probabilidad y estadística-Caso 06

Probabilidad y estadística-Caso 05

testing

part 1 of our code

Este código implementa un modelo de Máquina de Vectores de Soporte (SVM) para predecir enfermedades cardíacas a partir de datos clínicos. Se realiza la importación y exploración de datos, la división en entrenamiento y prueba, el entrenamiento de un modelo con kernel lineal, y la evaluación con una matriz de confusión. Finalmente, se genera una predicción para un paciente y se analizan posibles mejoras en el modelo.

This study focuses on the analysis and forecasting of monthly liquor sales in the United States over the period 1970-1980. The data represents sales in millions of dollars, forming a time series of 132 monthly observations. This study employs a comprehensive time series analysis approach, implementing two main families of forecasting models: SARIMA (Seasonal Autoregressive Integrated Moving Average) models Exponential Smoothing methods The analysis follows a structured process including exploratory data analysis, model identification, parameter estimation, diagnostic checking, and forecasting.