Introducción

Análisis exploratorio utilizando datos que contienen registros de sesiones de entrenamiento físico individuales, con variables fisiológicas, de rendimiento y demográficas.

Paquetes

import os
import numpy as np
import pandas as pd
import plotly.graph_objects as go
from math import pi
from prince import PCA
from umap.umap_ import UMAP
from sklearn.manifold import TSNE
from sklearn.preprocessing import StandardScaler

Carga de datos

datos = pd.read_csv('data/gimnasio.csv', delimiter = ';', decimal = ".")
datos

	Edad	Genero	Peso	Altura	Max_BPM	Avg_BPM	Rep_BPM	Duracion	Calorias	Entrenamiento	Grasa	Agua	Frecuencia	Experiencia	IMC
0	56	Masculino	88.3	1.71	180	157	60	1.69	1313	Yoga	12.6	3.5	4	Experto	30.20
1	46	Femenino	74.9	1.53	179	151	66	1.30	883	HIIT	33.9	2.1	4	Intermedio	32.00
2	32	Femenino	68.1	1.66	167	122	54	1.11	677	Cardio	33.4	2.3	4	Intermedio	24.71
3	25	Masculino	53.2	1.70	190	164	56	0.59	532	Fuerza	28.8	2.1	3	Principiante	18.41
4	38	Masculino	46.1	1.79	188	158	68	0.64	556	Fuerza	29.2	2.8	3	Principiante	14.39
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
968	24	Masculino	87.1	1.74	187	158	67	1.57	1364	Fuerza	10.0	3.5	4	Experto	28.77
969	25	Masculino	66.6	1.61	184	166	56	1.38	1260	Fuerza	25.0	3.0	2	Principiante	25.69
970	59	Femenino	60.4	1.76	194	120	53	1.72	929	Cardio	18.8	2.7	5	Experto	19.50
971	32	Masculino	126.4	1.83	198	146	62	1.10	883	HIIT	28.2	2.1	3	Intermedio	37.74
972	46	Masculino	88.7	1.63	166	146	66	0.75	542	Fuerza	28.8	3.5	2	Principiante	33.38

973 rows × 15 columns