# Pipelines ML y Validación (Data Science & ML)

> Pipelines de scikit-learn, cross-validation, GridSearchCV, RandomizedSearchCV, data leakage, estratificación

- 22 preguntas de entrevista
- Mid-Level
- [Preguntas de entrevista: Data Science & ML](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista.md)

## 1. ¿Cuál es la principal ventaja de usar un Pipeline de scikit-learn en lugar de aplicar las transformaciones manualmente?

**Respuesta**

Un Pipeline garantiza que las mismas transformaciones se apliquen de manera consistente a los datos de entrenamiento y prueba. Encapsula todos los pasos de preprocesamiento y modelado en un solo objeto, lo que simplifica el código, previene el data leakage y facilita la puesta en producción del modelo.

## 2. ¿Qué método llamar en un Pipeline para entrenar todos los pasos y hacer una predicción?

**Respuesta**

El método fit_predict no existe para Pipelines de regresión o clasificación. Es necesario llamar primero a fit() para entrenar el pipeline, luego a predict() para obtener las predicciones. Alternativamente, fit() seguido de predict() pueden ser llamados por separado para mayor control.

## 3. ¿Qué es el data leakage en un contexto de machine learning?

**Respuesta**

El data leakage ocurre cuando información del conjunto de test o datos futuros se usa accidentalmente durante el entrenamiento. Puede ocurrir durante el preprocesamiento (calcular la media sobre todo el dataset antes del split) o mediante features que contienen indirectamente el objetivo. Resulta en un rendimiento artificialmente alto que no se generaliza.

## 19 preguntas más disponibles

- ¿Cuál es el rol de ColumnTransformer en scikit-learn?
- ¿Qué es la cross-validation K-Fold?

Regístrate gratis: https://sharpskill.dev/es/login

## Otros temas de entrevista Data Science & ML

- [Fundamentos de Python](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/python-basics.md): 25 preguntas, Junior
- [Programación Orientada a Objetos en Python](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/python-oop.md): 20 preguntas, Junior
- [Estructuras de datos en Python](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/python-data-structures.md): 20 preguntas, Junior
- [Fundamentos de Git](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/git-fundamentals.md): 18 preguntas, Junior
- [Fundamentos de SQL](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/sql-basics.md): 20 preguntas, Junior
- [Fundamentos de NumPy](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/numpy-fundamentals.md): 22 preguntas, Junior
- [Fundamentos de Pandas](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/pandas-basics.md): 22 preguntas, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/jupyter-colab.md): 16 preguntas, Junior
- [SQL Joins y consultas avanzadas](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/sql-joins-advanced.md): 22 preguntas, Mid-Level
- [Pandas avanzado](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/pandas-advanced.md): 24 preguntas, Mid-Level
- [Visualización con Matplotlib & Seaborn](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/matplotlib-seaborn.md): 20 preguntas, Mid-Level
- [Visualizaciones interactivas con Plotly](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/plotly-interactive.md): 18 preguntas, Mid-Level
- [Estadística descriptiva](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/statistics-descriptive.md): 20 preguntas, Mid-Level
- [Estadística inferencial](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/statistics-inferential.md): 24 preguntas, Mid-Level
- [Web Scraping](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/web-scraping.md): 18 preguntas, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/bigquery-cloud.md): 18 preguntas, Mid-Level
- [Feature Engineering](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/feature-engineering.md): 22 preguntas, Mid-Level
- [ML Supervisado: Regresión](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/ml-supervised-regression.md): 24 preguntas, Mid-Level
- [ML Supervisado: Clasificación](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/ml-supervised-classification.md): 24 preguntas, Mid-Level
- [Árboles de Decisión y Ensembles](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/ml-trees-ensembles.md): 24 preguntas, Mid-Level
- [ML No Supervisado](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/ml-unsupervised.md): 22 preguntas, Mid-Level
- [Series Temporales y Pronóstico](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/time-series-forecasting.md): 22 preguntas, Mid-Level
- [Fundamentos de Deep Learning](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/deep-learning-fundamentals.md): 24 preguntas, Senior
- [TensorFlow & Keras](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/tensorflow-keras.md): 22 preguntas, Senior
- [CNN y clasificación de imágenes](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/cnn-image-classification.md): 24 preguntas, Senior
- [RNN y Secuencias](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/rnn-sequences.md): 22 preguntas, Senior
- [Transformers y Attention](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/transformers-attention.md): 24 preguntas, Senior
- [NLP y Hugging Face](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/nlp-huggingface.md): 24 preguntas, Senior
- [GenAI y LangChain](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/genai-langchain.md): 24 preguntas, Senior
- [MLOps y Despliegue](https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/mlops-deployment.md): 24 preguntas, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/es/technologies/data-science/preguntas-entrevista/ml-pipelines-validation