Data Science - Temas 1, 2 y 3

¿En qué consiste el primer paso en el proceso CRISP-DM?

• Evaluar el modelo

• Crear el modelo

• Limpiar los datos

• Comprender el problema

¿Qué significa EDA?

• Estimation Data Analysis

• Entry Data Analysis

• Estimated Database Access

• Exploratory Data Analysis

¿Qué técnica NO es comúnmente usada para tratar valores nulos?

• Codificación One-Hot

• Imputación media

• Uso de modelos predictivos

• Eliminación de filas

¿Qué método es efectivo para detectar outliers?

• Codificación binaria

• Transformación logarítmica

• Graficar un diagrama de caja (boxplot)

• Normalización min-max

¿Qué técnica se puede usar para codificar variables nominales?

• Codificación de la media

• Codificación One-Hot

• Escala ordinal

• Ninguna de las anteriores

¿En qué caso puede resultar apropiada una transformación logarítmica?

• Cuando hay una asimetría negativa fuerte

• Cuando la distribución es normal

• Cuando hay una asimetría positiva fuerte

• Cuando no hay asimetría

¿Qué técnica de escalado implica restar la media y dividir por la desviación típica?

• Estandarización

• Normalización min-max

• Escalado decimal

• Codificación binaria

¿En qué consiste el problema de la multicolinealidad?

• Ocurre cuando dos o más variables predictoras de un modelo están fuertemente correlacionadas

• Ocurre cuando las variables de entrada no mantienen una relación lineal con la variable objetivo

• Es la situación en la que las variables de entrada son demasiado independientes entre sí

• Ocurre cuando el modelo utilizado se encuentra sobreajustado a los datos de entrenamiento

¿Qué describe mejor el método de selección de variables sequential forward selection?

• Se adhieren secuencialmente características hasta que el rendimiento no mejora substancialmente.

• Se seleccionan todas las variables candidatas simultáneamente.

• Se eliminan secuencialmente variables hasta que el rendimiento no mejora substancialmente.

• Ninguna de las anteriores

¿Cuál es el objetivo principal del análisis de componentes principales (PCA)?

• Clasificar datos

• Reducir la dimensionalidad del conjunto de variables de entrada

• Eliminar la multicolinealidad

• Evaluar las variables del modelo que son más importantes