Objetivo

Comprender el funcionamiento de los árboles de decisión al estudiar algoritmos de aprendizaje basados en estos, así como aprender a implementarlos empleando el lenguaje Python y la librería Scikit-learn.

Descripción

Los árboles de decisión son estructuras heurísticas que pueden construirse mediante una secuencia de elecciones o comparaciones que se realizan en cierto orden. El motivo de la complejidad radica en determinar adecuadamente: ¿cómo elegir qué preguntas hacer y en qué orden? Siempre se puede comenzar a hacer preguntas aleatorias y, en última instancia, converger en la solución completa si los datos no tienen una gran dimensión.

Haz clic para revisar la explicación.

Árboles de decisión

Revisa la siguiente lectura:

Para conocer más sobre fundamentos matemáticos para el aprendizaje automático, te recomendamos leer:

Amat, J. (2020). Árboles de decisión Python: regresión y clasificación. Recuperado de https://www.cienciadedatos.net/documentos/py07_arboles_decision_python.html

Objetivo

Resuelve problemas de aprendizaje automático mediante la implementación de los modelos de regresión logística

Instrucciones

1. Identifica una situación real (centro laboral, negocio, hogar) de la cual puedas adquirir una cantidad considerable de datos y que represente una problemática de clasificación binaria, por ejemplo: (0/1), (si/no), (continuar/detener), entre otras.
2. Ahora responde las siguientes preguntas:
   ¿Se puede resolver mediante un modelo de árbol de decisión? ¿Consideras posible extender el análisis inicial, a una situación donde pudieran estar involucradas más variables de salida? ¿Cómo lo harías?
3. Partiendo de las respuestas que obtuviste del análisis previo, elabora un programa en Python que solucione el problema empleando un modelo de árbol de decisión que mejor se adecúe a estas.

Checklist

Asegúrate de:

• Identifica un problema real y adecuado.
• Construye e implementa un modelo de árbol de decisión.