Por qué y cómo codificar datos Categóricos Ordinales usando Python con sklearn y pandas

Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2022, 18 de Abril). Por qué y cómo codificar datos Categóricos Ordinales usando Python con sklearn y pandas [Video]. YouTube. [Incluye aquí la URL del video] 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** En este video se explica la problemática de los datos categóricos ordinales dentro del contexto de las técnicas estadísticas y de aprendizaje de máquina (algunas de las cuales sólo trabajan con datos numéricos). Además, se explican dos técnicas de codificación de datos ordinales, en particular, la codificación ordinal y la codificación one-hot usando la librería Scikit-Learn de Python. Índice del Video: 0:00 Problemática de los datos categóricos 1:05 Tipos de datos categóricos 2:53 Ejemplos de datos ordinales 7:15 Contexto de los datos 10:13 Codificación ordinal (Ordinal Encoder) 18:20 Codificación One-Hot (One-Hot Encoder) 28:40 Comparación de las codificaciones vía un clasificador ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln El código del video está disponible en GitHub https://github.com/CodigoMaquina/code #CienciaDeDatos #AprendizajeDeMaquina #DataScience #MachineLearning #AprendizajeAutomatico #ScikitLearn #python