Estadística Desciptiva Aplicada a Hits de Spotify 🎶

✨ Descripción

SpotifyHits_DescriptiveStats es un proyecto que utiliza la estadística descriptiva para preparar datos para modelos de Machine Learning. Este proceso es crucial para realizar un análisis exploratorio de datos efectivo y para la implementación precisa de modelos predictivos.

🎡 Configuración del Entorno

Para configurar el entorno virtual necesario para este proyecto, ejecute el siguiente comando:

conda create --name nuevo_nombre_entorno_virtual --file requirements.txt

💻 Tecnologías Utilizadas

• Lenguaje de Programación: Python
• Librerías:
  • pandas
  • numpy
  • matplotlib
  • seaborn
  • timeit
  • scikit-learn

⚡ Análisis Realizado

• Medidas Centrales y de Dispersión: Se calcularon estadísticas como la media, mediana, moda y desviación estándar.
• Técnicas de Escalamiento:
  • Z-Score: Normalización de datos utilizando la puntuación estándar.
  • Max-Min: Escalamiento de datos entre un rango definido.
  • One-Hot Encoding: Transformación de variables categóricas en una forma binaria.
• Comparación de Técnicas de Escalamiento: Se utilizaron técnicas para determinar qué método de escalamiento es más eficiente en términos de tiempo.
• Escalamiento No Lineal: Se aplicaron técnicas de transformación no lineales a los datos.
• Correlación de Variables: Se exploró la correlación entre variables numéricas y categóricas.
• Reducción de Dimensionalidad: Se implementó el Análisis de Componentes Principales (PCA) para simplificar los datos manteniendo la esencia de la información original.

📱 Contacto

Si tiene alguna pregunta o desea discutir más sobre el proyecto, no dude en contactarme.