Скачать или смотреть Day 3 of My ML Journey | Classification with Cross-Validation + ROC Curve (Python, scikit-learn)

Day 3 of my Machine Learning journey 🚀

Today I improved my Titanic survival model with Logistic Regression in Python using scikit-learn.

What you’ll see in this video:

• Adding more features (family members + alone indicator)
• Building a pipeline with StandardScaler + OneHotEncoder
• Using Stratified 5-Fold Cross-Validation for reliable metrics
• Evaluating with Accuracy, F1, and ROC-AUC
• Plotting and interpreting the ROC Curve
• Saving results and documenting them in GitHub

I’m sharing my progress step by step as I learn, with content in English and Spanish in every video.

📊 GitHub Repo: https://github.com/ernestog27/ml-journey

⸻

Día 3 de mi camino en Machine Learning 🚀

Hoy mejoré mi modelo de predicción de supervivencia del Titanic con Regresión Logística en Python usando scikit-learn.

Lo que verás en este video:

• Agregar más variables (familiares y si viajaban solos)
• Pipeline con StandardScaler + OneHotEncoder
• Validación cruzada estratificada de 5 pliegues para métricas confiables
• Evaluación con Accuracy, F1 y ROC-AUC
• Gráfica e interpretación de la curva ROC
• Guardado de resultados y documentación en GitHub

Estoy compartiendo mi progreso paso a paso mientras aprendo, con contenido en inglés y español en cada video.

📊 Repositorio en GitHub: https://github.com/ernestog27/ml-journey

⸻

👍 Don’t forget to subscribe if you want to follow along with this
journey.

LinkedIn: https://lindedin.com/in/eg-data

Website: https://ernestogonzales.com

Tags:

#MachineLearning #DataScience #Python #ScikitLearn #logisticregression