Worksheets04 - Supervised Machine Learning - Classification
Total questions: 7
Worksheet time: 4mins
En los métodos de Machine Learning Supervisados
Encuentra relaciones entre los datos dependientes y la variable objetivo del aprendizaje
El aprendizaje le permirá predecir sobre datos nuevos de los cuales no sabemos la respuesta
Las dos anteriores son correctas
Debes supervisar a mano el resultado, de ahí su nombre
Qué algoritmo estudia la entropía de cada variable dependiente para indicar el grado de representatividad en la respuesta del modelo?
Regresión Logística
K-NN
Neural Networks
Árbol de Decisión
¿Qué es el overfitting o sobreajuste?
Es el sobreajuste del modelo que hará que las predicciones sean más erróneas que los resultados obtenidos en el entrenamiento
El aprendizaje le permirá predecir sobre datos nuevos de los cuales no sabemos la respuesta
No tenemos forma de saber si nuestro modelo entrenado tiene sobreajuste
Qué formas tenemos para medir la bondad de un modelo?
Accuracy y Matriz de Confusión
Matriz de Confusión y Curva AUC
Accuracy, Matriz de Confusion, f1-score y Curva AUC
Sumando los True Positive con los True Negative
Un Accuracy en test de un 98% indica que...
el modelo que hemos entrenado es muy bueno, pero podríamos mejorarlo para llegar al 100%
Podría tener overfitting
Podría tener underfitting
Deberíamos revisar la Matriz de Confusión (Recall especialmente) y Curva AUC antes de darlo por bueno
Si desarollamos un aplicativo para una cadena hotelera para poder predecir qué reservas van a cancelarse...
Con un accuracy de un 95% podemos dar el modelo por bueno
Habrá dos clases: Reserva cancelada y Reserva a consumir. La clase positiva será la cancelada
Siempre deberemos maximizar el recall
Si se define la clase positiva como reserva cancelada, un falso positivo será una reserva que el modelo predice como cancelación cuando realmente se consume
Qué modelo explica mejor los patrones encontrados en los datos?
Regresión Logística
Árbol de Decisión
Red Neuronal
