Tema 5 - Arboles de Decision

¿Cuál es el objetivo de los árboles de decisión?

• Clasificar un objeto en una categoría

• Predecir el valor de una variable numérica

• Crear reglas de decisión para clasificar nuevos elementos

• Determinar la mejor secuencia de preguntas para clasificar un objeto

¿Qué nos ofrecen los árboles de decisión?

• Una forma natural de traducir datos a reglas de decisión

• Una forma de visualizar datos en forma de árbol

• Una forma de clasificar objetos en categorías

• Una forma de predecir el valor de una variable numérica

¿Cuál es el objetivo de la técnica de aprendizaje supervisado?

• Clasificar variables categóricas

• Predecir variables numéricas

• Ambas opciones son correctas

• Ninguna de las opciones es correcta

¿Cuál es la medida de impureza utilizada en los árboles de decisión?

• Entropía

• Coeficiente de Gini

• Ambas opciones son correctas

• Ninguna de las opciones es correcta

¿Cuál es el objetivo de la poda en los árboles de decisión?

• Reducir el número de niveles del árbol

• Mejorar la precisión del modelo

• Evitar el sobreajuste

• Todas las opciones son correctas

¿Cuál es una desventaja de los árboles de decisión?

• Son sensibles a cambios en los datos

• Requieren datasets grandes

• No captan bien las interacciones entre predictores

• Todas las opciones son correctas

¿Cuál es una ventaja de los árboles de decisión?

• Son interpretables y representables gráficamente

• No requieren transformar variables

• Son robustos a outliers

• Todas las opciones son correctas

¿Cuál es el método utilizado para estimar los valores faltantes en los árboles de decisión?

• Eliminar las observaciones con valores faltantes

• Imputar los valores utilizando regresión lineal

• Imputar los valores utilizando el algoritmo kNN

• Ninguna de las opciones es correcta

¿Cuál es el objetivo de los árboles de decisión en el proceso de regresión recursiva?

• Dividir el espacio de las covariables en hiper-rectángulos

• Estimar el valor de una variable numérica

• Crear reglas de decisión para clasificar nuevos elementos

• Determinar la mejor secuencia de preguntas para clasificar un objeto

¿Cuál es una característica positiva de los árboles de decisión en la regresión?

• No dependen de supuestos sobre los datos

• Captan bien las interacciones entre predictores

• Requieren datasets grandes

• Todas las opciones son correctas