Regresión lineal con PyTorch: precio de una casa

Descripción del modelo

Este modelo es un ejemplo pedagógico del Seminario de Actualización (IFTS N.º 18). Muestra cómo se entrena una regresión lineal con el ciclo explícito de PyTorch y cómo se publican los pesos en formato safetensors.

Predice el precio de una casa, en miles de US$, a partir de su superficie y de si tiene balcón y ascensor. Resuelve el mismo problema que el ejemplo de scikit-learn.

Objetivo

Predecir una variable numérica continua: el precio estimado de una casa.

Datos de entrenamiento

Dataset: sintético, generado en train.py. Es el mismo de la Clase 10, con la misma semilla, y no son casas reales.
Cantidad de registros: 200. Se usan 160 para entrenar y 40 para evaluar.
Variables de entrada (X): m2 (de 35 a 120), balcon (0 o 1), ascensor (0 o 1).
Variable objetivo (y): precio, en miles de US$.
Preprocesamiento: las entradas se normalizan restando la media y dividiendo por el desvío, ambos calculados con los datos de entrenamiento. Esos valores están en config.json.

Entrenamiento

Tipo de aprendizaje: supervisado.
Problema: regresión.
Arquitectura: una capa torch.nn.Linear(3, 1), es decir, tres pesos y un bias. Está definida en modelo.py.
Función de pérdida: error cuadrático medio (MSELoss).
Optimizador: descenso por gradiente (SGD), con tasa de aprendizaje 0,1.
Épocas: 500. La pérdida se estabiliza antes de la época 100.
Biblioteca: PyTorch.

Parámetros aprendidos. Son los que guarda model.safetensors:

Parámetro	Valor
`lineal.weight`	[35,157 · 4,351 · 5,992]
`lineal.bias`	147,769

Por qué los pesos no se parecen a los de scikit-learn. Están en la escala de las entradas normalizadas. Si se divide cada peso por el desvío de su variable, se vuelve a la escala original. Por ejemplo, 35,157 / 23,398 ≈ 1,503 para m2, que es el mismo peso que encontró scikit-learn.

Evaluación

Se evaluó sobre 40 casas que el modelo no vio durante el entrenamiento.

Métrica	Resultado
MAE	3,08 miles de US$
R²	0,989

Archivos

Archivo	Qué es
`model.safetensors`	solo los pesos (`state_dict`)
`config.json`	las entradas, la salida y la normalización que hay que aplicar antes de predecir
`modelo.py`	la clase del modelo: PyTorch no la guarda en el archivo de pesos
`train.py`	el código que lo entrenó
`predict.py`	cómo cargarlo y usarlo
`requirements.txt`	las dependencias
`README.md`	esta Model Card

Cómo utilizar el modelo

import json
import numpy as np
import torch
from safetensors.torch import load_file
from modelo import RegresionLineal

config = json.load(open("config.json"))
media = np.array(config["normalizacion"]["media"], dtype="float32")
desvio = np.array(config["normalizacion"]["desvio"], dtype="float32")

modelo = RegresionLineal(n_entradas=3)              # 1. el modelo vacío
modelo.load_state_dict(load_file("model.safetensors"))  # 2. se le cargan los pesos
modelo.eval()

casa = np.array([[80, 1, 0]], dtype="float32")
with torch.no_grad():
    print(modelo(torch.tensor((casa - media) / desvio)))  # tensor([[148.5]])

Limitaciones

Tiene fines exclusivamente educativos. Los datos son sintéticos y no representan precios reales.
Solo conoce casas de 35 a 120 m².
Si se olvida la normalización, las predicciones dan cualquier cosa. Los pesos solos no alcanzan: hace falta config.json.
Para cargar los pesos hace falta la misma arquitectura (modelo.py). Si cambia la clase, load_state_dict falla.
A diferencia de pickle o joblib, safetensors no ejecuta código al cargarse: solo contiene números.

Autoría

Modelo desarrollado con fines educativos para el IFTS N.º 18. Docente: Cynthia M. Villagra.

license: unknown

Downloads last month: 10