Interacciones y selección de modelos
Desafortunadamente, el concepto de interacción, muy habitual en modelización estadística, no ha penetrado la literatura del llamado ML. Esencialmente, el… más
random forests
«Para razonar rigurosamente bajo incertidumbre hay que recurrir al lenguaje de la probabilidad»
Así arranca este artículo, que presenta una extensión de XGBoost para predicciones probabilísticas. Es decir, un paquete que promete no… más
ranger (o cómo el truco para hacerlo rápido es hacerlo, subrepticiamente, mal)
ranger llegó para hacerlo mismo que randomForest, solo que más deprisa y usando menos memoria. Lo que no nos contaron… más
gam vs rrff (y, en general, modelos generativos vs cajas negras)
Para modelizar una serie temporal, y simplificándolo mucho, ¿gam o rrff? Como todo, depende. El otro día oí de un… más
Selección de variables con bosques aleatorios
Desde el principio de mis tiempos he seleccionado variables relevantes como subproducto de los árboles primero y de los bosques… más
¿Se puede explicar la predicción de un modelo de caja negra?
Imaginemos un banco que construye modelos para determinar si se concede o no un crédito. Este banco tiene varias opciones… más
Modelos mixtos por doquier
Los códigos postales, por ejemplo, son un problema a la hora de crear modelos predictivos: son variables categóricas con demasiados… más
Victoria o diferencia de puntos, ahora con «random forests»
Después de hablar con tirios y troyanos sobre mi entrada sobre los efectos de binarizar una variable objetivo continua, he… más
En recuerdo de Leo Breiman
Recomiendo leer esto. Es un artículo que repasa la labor de Leo Breiman, pionero en esa nueva forma de plantear… más
Algoritmos genéticos para la caracterización de máximos en random forests
En minería de datos se buscan modelos que permitan hacer predicciones acerca del comportamiento de los sujetos del estudio. Pero,… más