Árboles de decisión

1. ¿Qué es un árbol de decisión en el contexto de la Toma de decisiones?

• Una estructura de datos utilizada para almacenar información jerárquicamente.

• Un modelo de aprendizaje automático que utiliza una estructura de árbol para tomar decisiones.

• Un algoritmo de clustering para agrupar datos similares.

Answer explanation

Un modelo de aprendizaje automático que utiliza una estructura de árbol para tomar decisiones.

1. ¿Cuál es uno de los algoritmos de árbol de decisión más comunes utilizados en Weka?

• K-Means.

• C4.5.

• Regresión logística.

Answer explanation

C4.5 es uno de los algoritmos de árbol de decisión más comunes utilizados en Weka.

1. ¿Qué función desempeñan los nodos hoja en un árbol de decisión?

• Representar las características de los datos de entrada.

• Dividir el conjunto de datos en subconjuntos más pequeños.

• Contener las predicciones o resultados finales.

Answer explanation

Los nodos hoja en un árbol de decisión contienen las predicciones o resultados finales, representando la salida final del modelo.

1. ¿Qué es la poda en el contexto de los árboles de decisión?

• Un proceso de eliminar ramas del árbol para evitar el sobreajuste.

• Una técnica para agregar más nodos al árbol y mejorar la precisión.

• Un método para equilibrar el conjunto de datos de entrenamiento.

Answer explanation

Un proceso de eliminar ramas del árbol para evitar el sobreajuste.

1. ¿Cómo se evalúa la calidad de un árbol de decisión en Weka?

• A través del análisis de la entropía de los nodos.

• Mediante la precisión en la clasificación de datos de prueba.

• Utilizando únicamente la profundidad del árbol.

Answer explanation

A través del análisis de la entropía de los nodos.

6. ¿Qué técnica se utiliza comúnmente para dividir los nodos en un árbol de decisión?

• Entropía.

• Regresión lineal.

• Análisis de componentes principales.

Answer explanation

Entropía se utiliza comúnmente para dividir los nodos en un árbol de decisión.

6. ¿Qué medida se utiliza para evaluar la importancia de las características en un árbol de decisión?

• Ganancia de información.

• Error cuadrático medio.

• Coeficiente de correlación.

Answer explanation

La medida utilizada para evaluar la importancia de las características en un árbol de decisión es la Ganancia de Información.

6. ¿Cuál es el propósito principal de utilizar árboles de decisión?

• Predecir el futuro con certeza absoluta.

• Identificar patrones y tomar decisiones basadas en datos históricos.

• Clasificar los datos en categorías predefinidas sin ningún error.

Answer explanation

Identificar patrones y tomar decisiones basadas en datos históricos.