Para depositar en Docta Complutense, identifícate con tu correo @ucm.es en el SSO institucional: Haz clic en el desplegable de INICIO DE SESIÓN situado en la parte superior derecha de la pantalla. Introduce tu correo electrónico y tu contraseña de la UCM y haz clic en el botón MI CUENTA UCM, no autenticación con contraseña.
 

Bosques aleatorios

Loading...
Thumbnail Image

Official URL

Full text at PDC

Publication date

2021

Advisors (or tutors)

Editors

Journal Title

Journal ISSN

Volume Title

Publisher

Citations
Google Scholar

Citation

Abstract

Anteriormente hemos visto los árboles de decisión (en caso contrario, acudir al texto base sobre árboles de decisión). Se explicaba entonces que dicha técnica trataba de encontrar una secuencia de particiones en las variables independientes que fuese reduciendo el ruido en la variable dependiente. El ruido era la entropía. Pues bien, puede decirse que los Bosques Aleatorios son una expansión de lo ya visto con los Árboles de Decisión, pero esta vez tomando de la muestra total de datos diferentes submuestras de menor tamaño (muestras con reemplazo). Esto se hace en aras a conseguir una mejor generalización del modelo. Haciendo diversos árboles sobre esas submuestras conseguimos mayor estabilidad y generalización del modelo. En este breve texto se explican los aspectos importantes de la técnica.

Research Projects

Organizational Units

Journal Issue

Description

Keywords