El bosque aleatorio

Front

¿Qué técnica utiliza Random Forest para reducir la varianza de las predicciones?

Back

Bagging

Front

¿Qué medida se utiliza comúnmente para evaluar la calidad de una división en los nodos de los árboles de decisión dentro de un Random Forest para clasificación?

Back

Índice de Gini

Front

¿Cuál es la ventaja principal de utilizar Random Forest sobre un solo árbol de decisión?

Back

Mejor capacidad para generalizar a datos no vistos

Front

¿Cómo afecta el número de árboles en un Random Forest al rendimiento del modelo?

Back

Un mayor número de árboles reduce la varianza del modelo hasta cierto punto

Front

¿Qué estrategia utiliza Random Forest para manejar datos faltantes en las características?

Back

Utiliza proximidades entre observaciones para estimar los valores faltantes

Front

¿Cómo selecciona Random Forest las características para dividir en cada nodo de un árbol?

Back

Selecciona un subconjunto aleatorio de características en cada división

Front

¿Qué efecto tiene aumentar el parámetro "min_samples_split" en un modelo de Random Forest?

Back

Reduce la profundidad de los árboles y puede mejorar la generalización

Front

¿Cuál es el impacto de establecer un valor muy bajo para "min_samples_leaf"?

Back

Puede generar árboles demasiado profundos y propensos al sobreajuste

Front

En un modelo de Random Forest utilizando la importancia de características basada en la reducción de impureza, ¿cuál de las siguientes afirmaciones es correcta? La importancia de una característica es la suma de las reducciones de impureza ponderadas por el número de muestras en cada nodo, y luego normalizada para que todas las importancias sumen 1.

Back

La importancia de una característica es la suma de las reducciones de impureza ponderadas por el número de muestras en cada nodo, y luego normalizada para que todas las importancias sumen 1.