Skip to main content

library ML

Project description

KernelGaussiano

Esta es una clase de Python que implementa el kernel gaussiano para suavizar una serie de tiempo. Esta clase permite cargar datos desde un archivo CSV, suavizar la serie de tiempo y graficar tanto la serie original como la suavizada.

Requisitos

Asegúrate de tener instaladas las siguientes bibliotecas antes de utilizar esta clase:

  • pandas
  • numpy
  • matplotlib

Puedes instalarlas utilizando pip:

pip install pandas numpy matplotlib

Uso

from KernelGaussiano import KernelGaussiano

# Inicializa la clase con la ruta del archivo CSV y el valor de sigma (parámetro de suavizado)
kernel = KernelGaussiano("archivo.csv", sigma)

# Grafica la serie de tiempo original y suavizada
kernel.PlotGaussianKernel()

Parámetros

  • data (str): Ruta del archivo CSV con los datos de la serie de tiempo.
  • sigma (float): Parámetro de suavizado.

Nota: El archivo CSV debe contener dos columnas con los nombres 'fecha_actualizacion' y 'nuevos_casos' para que esta clase funcione correctamente.

Ejemplo

kernel = KernelGaussiano("datos_covid.csv", 3.0)
kernel.PlotGaussianKernel()

Créditos

Esta librería fue desarrollada por Luciano Muñoz.

Contacto

Si tienes alguna pregunta o comentario, no dudes en ponerte en contacto conmigo a través de mi correo electrónico: [luciano.munoz1@udea.edu.co].

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

kernelmch-0.1.1.tar.gz (3.1 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

kernelmch-0.1.1-py3-none-any.whl (3.5 kB view details)

Uploaded Python 3

File details

Details for the file kernelmch-0.1.1.tar.gz.

File metadata

  • Download URL: kernelmch-0.1.1.tar.gz
  • Upload date:
  • Size: 3.1 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.10.12

File hashes

Hashes for kernelmch-0.1.1.tar.gz
Algorithm Hash digest
SHA256 86ad9cc050afba716880f87b16c6fa0eb251e00599898f1485a25b2decfaa0d6
MD5 516d9bb06f558fe70a88218d4ff2be66
BLAKE2b-256 3972dea16c9a31003c03129650126b3212e175b5fc985a3f7827a2b3817f35d6

See more details on using hashes here.

File details

Details for the file kernelmch-0.1.1-py3-none-any.whl.

File metadata

  • Download URL: kernelmch-0.1.1-py3-none-any.whl
  • Upload date:
  • Size: 3.5 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.10.12

File hashes

Hashes for kernelmch-0.1.1-py3-none-any.whl
Algorithm Hash digest
SHA256 696ff44db380309d5090b14c23d5182fea84707cf1e8ddb5d103e6b96e230669
MD5 513efcabe99251f290b3e880cf147c2d
BLAKE2b-256 8b427a1ddd4278b3c7137637da7cfcd6999d9b7ed0801a1c2fba892028dcb5d6

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page