Clasificación binaria de artículos científicos basada en Regresión logística.

Resumen

El objetivo de este proyecto es aplicar un modelo de clasificación binaria basado en el algoritmo de Regresión Logística para el análisis de los artículos científicos. Para comenzar, se recopiló información de diversos repositorios científicos, tales como el Instituto of Electrical and Electronics Engineers Inc, American Society of Civil Engineers (ASCE), entre otros. Se utilizó una hoja de cálculo para llevar a cabo dicha recopilación.

Para la ejecución del proyecto, se llevó a cabo un proceso de filtrado de datos de forma manual en primera instancia, con el fin de eliminar los archivos que no permitían acceder a los repositorios y otros problemas que pudieran afectar el desarrollo del proyecto.

Con base a la información recopilada, se realizó un proceso de etiquetado de los datos en diferentes columnas utilizando valores de 0 y 1. Este procedimiento permitió la creación de variables para llevar a cabo una clasificación binaria que se adecuara a los requerimientos del proyecto. Luego de esta etapa, se seleccionó Python como lenguaje de programación y se utilizó la herramienta Google Colab para trabajar en equipo de manera más eficiente.

Se inició con la aplicación de diversas técnicas de preprocesamiento para refinar la información y prepararla para su posterior uso. Una vez realizados estos cambios, se seleccionaron las variables que se utilizarían en el análisis y se establecieron todos los requisitos necesarios para obtener un análisis favorable.

Finalmente, al obtener los resultados se encontró que el modelo utilizado fue adecuado para trabajar con esta información, obteniéndose datos muy satisfactorios.