🧠 Proyecto de Evaluación - Machine Learning

Este repositorio contiene dos mini-proyectos de aprendizaje supervisado aplicando técnicas de Machine Learning con Python. Cada ejercicio incluye un pipeline completo: exploración de datos, preprocesamiento, modelado, evaluación y visualización.

---

📁 Estructura del proyecto

---

Ejercicio 1: Regresión – Video Game Sales

• Dataset: Video Game Sales
• Archivo: regresion_videojuegos.py
• Objetivo: Predecir la variable Global_Sales a partir de características como el Genre, Platform y Year.

Pasos:

• Eliminación de valores nulos
• Encoding de variables categóricas (Platform, Genre)
• Escalado de variables
• Entrenamiento con Regresión Lineal
• Métricas: MSE y R²
• Visualización de ventas reales vs. predichas

---

Ejercicio 2: Clasificación – Enfermedad Cardíaca

• Dataset: Heart Disease - UCI
• Archivo: clasificacion_corazon.py
• Objetivo: Clasificar si un paciente padece una enfermedad cardíaca (binaria).

Pasos:

• Conversión de la columna num en variable binaria target
• Limpieza y selección de variables relevantes
• Codificación de variables categóricas (si las hay)
• Escalado de datos
• Modelo: RandomForestClassifier
• Métricas: accuracy, precision, recall, f1-score
• Visualización: matriz de confusión

---

💻 Requisitos

• Python 3.8+
• Librerías necesarias:

pip install pandas matplotlib seaborn scikit-learn

python regresion_videojuegos.py
python clasificacion_corazon.py