Lección 4 del curso Bosques Aleatorios.
En la lección anterior vimos el principio de funcionamiento de los Bosques Aleatorios y allí vimos cómo combinar los conceptos de aprendizaje por ensamble y «bagging» para combinar múltiples árboles de decisión dando precisamente forma a lo que se conoce como un Bosque Aleatorio.
En esta lección organizaremos todas estas ideas en el algoritmo de entrenamiento de los Bosques Aleatorios. Y además veremos de forma práctica, con ayuda de Python, cómo implementar cada paso de este algoritmo para entrenar y generar predicciones con un Bosque Aleatorio para tareas tanto de clasificación como de regresión:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Como acabamos de ver el algoritmo de entrenamiento de un Bosque Aleatorio comienza con la definición del número de árboles y el número de características que aleatoriamente se seleccionarán al momento de generar cada partición durante el entrenamiento de los árboles.
Posteriormente entrenamos cada uno de los árboles y los «ensamblamos» por ejemplo en una lista de Python con lo cual tendremos el Bosque Aleatorio. ¡Es así de simple!
Y los algoritmos de entrenamiento para Bosques de clasificación y regresión resultan muy similares, aunque durante la predicción debemos tener en cuenta que al agregar los resultados usamos el voto mayoritario (o la moda) para generar la predicción en el caso de la clasificación o el promedio en el caso de la regresión.
Además vimos cómo el resultado de ensamblar múltiples árboles hace que el modelo resultante (es decir el Bosque Aleatorio) siempre tenga un desempeño mejor que el de cualquier árbol analizado de manera individual.
Así que con esto ya tenemos claros todos los pasos que se deben llevar a cabo para entrenar y generar predicciones con un Bosque Aleatorio. Más adelante en el curso veremos cómo estos dos pasos se reducen a unas pocas líneas de código con ayuda de la librería Scikit-Learn.
Teniendo esto claro en la próxima lección retomaremos un concepto que mencionamos anteriormente que es el de las muestras «out-of-bag». Así que veremos cómo realizar la validación de un Bosque Aleatorio precisamente con estas muestras «out-of-bag».
Todas las lecciones del curso Bosques Aleatorios