+ 2
como sé si ll que hice está bien?
En el ejercicio anterior hice la respuesta pero creo que está mal pero me la dio por valida, como uno verifica que este bien una respuesta en un test?
10 Respostas
+ 4
Oh, entiendo tu pregunta, Carlos Felipe.
Cuando termina el código presione el botón "RUN", ahí le debe aparecer los casos de prueba y le aparece un ✔️ si es correcto y un ❌ si es incorrecto.
Espero haber aclarado su duda. Dígame si respondí su duda y si tiene una más puede decirme.
+ 4
Es normal, Carlos, eso pasa a veces, si todos te aparecen correctas tienen que ser correctas, las aplicaciones no fallan al no ser que las hackeen, hay veces que a uno no le parece que lo logró.
+ 4
Carlos, ¿respondí su pregunta?
+ 3
Especifica más, Carlos Felipe Rivera Gueche
+ 2
es que en las lecciones anteriores ps me enseñaron de otra forma y como lo hice me toco como forzado, si me hago entender?, a mi me sale todos los casos correctos, pero creo que es pura suerte, pero no confio en mi solucion, no se si la logica aplicada es la correcta,
+ 1
es the Bob the build: de machine learning
+ 1
el codigo que hice es:
+ 1
n = int(input())
X = []
for i in range(n):
X.append([float(x) for x in input().split()])
y = [int(x) for x in input().split()]
datapoint = [float(x) for x in input().split()]
from sklearn.linear_model import LogisticRegression
import pandas as pd
import numpy as np
#create the linear_model
model = LogisticRegression()
model.fit(X, y)
print(int(model.predict([datapoint])))
+ 1
ah entiendo
+ 1
si señor, gracias