Enlace aplicación alojada en Git Hub
Esta aplicación estima la anomalía magnética en diferentes puntos geolocalizados a partir de 4 variables: Elevation (m),Surface Temperature (C), Moho Depth (m), Curie Depth (Km), los datos fueron tomados a partir del trabajo realizado por Juan C. Mejía Fragoso, Manuel A. Flórez, Rocío Bernal Olaya en el paper Predicting the geothermal gradient in Colombia: A machine learning approach, para estimar la anomalía se usa un modelo de machine learnig random forest que genera las siguientes métricas: R2 0.90, Mean absolute error: 3.81.)
Modelo Random forest
Random Forest es un algoritmo de aprendizaje supervisado que se utiliza tanto para tareas de clasificación como de regresión. Se basa en la construcción de múltiples árboles de decisión durante el entrenamiento y la salida de la clase que es el modo de las clases(clasificación) o la media de las predicciones (regresión) de los árboles individuales.
Funcionamiento:
Se crean múltiples muestras de entrenamiento mediante muestreo aleatorio con reemplazo del conjunto de datos original.
Durante la construcción de cada árbol, encada nodo, se selecciona aleatoriamente un subconjunto de las características en lugar de considerar todas las características.
Indicaciones para usar la app
En la parte izquierda de la aplicación encontrará cuatro barras deslizantes que representan cada variable del modelo, al modificar las barras, el modelo estimará la anomalía magnética.
Despliegue en local de la app
Para desplegar la aplicación, clone el repositorio alojado en git hub, posteriormente instale las siguientes librerías que encuentra en el archivo requierements.txt:
- Streamlit
- Pandas
- Numpy
- Pickle
Tenga en cuenta que adicionalmente se debe disponer del lenguaje de programación Python, Git Bash, para instalar los paquetes que permitirán correr la aplicación en local.
Estructura de la aplicación
En el primer plano se observa la introducción y en la parte izquierda el menú desplegable.
Segundo plano se observa el modelo y las indicaciones de uso.
Se observa los datos seleccionados a partir de las barras y el resultado de la anomalía magnética.
