Árboles de decisión

Árboles de decisión es uno de los enfoques de modelado predictivo utilizadas en estadísticas, minería de datos y aprendizaje automático.

El objetivo es crear un modelo, el cual predice el valor de una variable destino en función de diversas variables de entrada.

Árboles de decisión
Árboles de decisión

Árboles de decisión con sus terminologías

árbol de decisión con sus terminologías
Árbol de decisión con sus terminologías

Nodo raíz (nodo de decisión superior): Representa a toda la población o muestra y esto se divide en dos o más conjuntos homogéneos.

División: Es un proceso de división de un nodo en dos o más subnodos.

Rama / Subárbol: Una subsección del árbol de decisión se denomina rama o subárbol

Nodo de hoja / terminal: Los nodos sin hijos (sin división adicional) se llaman Hoja o nodo terminal.

Poda: Cuando reducimos el tamaño del árbol de decisión eliminando nodos, por lo tanto, a este proceso se llama poda.

La poda es una técnica en aprendizaje automático que reduce el tamaño del árbol de decisión mediante la eliminación de las secciones del árbol.

Esta técnica proporciona poca energía para clasificar los casos. La poda reduce la complejidad de la final clasificador.

Tipos de árboles de decisión

Tipos de árboles de decisión
Tipos de árboles de decisión

¿Cómo funciona el algoritmo del árbol de decisión en MACHINE LEARNING?

El buen funcionamiento de un algoritmo de aprendizaje de árboles de decisión depende de dos puntos importantes:

  • Las particiones a considerar
  • El criterio de selección de las particiones

Las particiones a considerar: Seleccione el mejor atributo utilizando Medida de selección de atributos para dividir los registros.

La medida de selección de atributos es una método para seleccionar el criterio de división que divide los datos de la mejor manera posible.

También se conoce como reglas de división porque nos ayuda a determinar puntos de interrupción para tuplas en un nodo dado.

Haga que ese atributo sea un nodo de decisión y divida el conjunto de datos en subconjuntos más pequeños. recursivamente para cada hoja.

2 comentarios en «Árboles de decisión»

Deja un comentario