Fundamentos del aprendizaje automático
Guía simple para los 2 tipos principales de árboles de decisión: CHAID y CART
Comprenda lo que hay debajo del capó de estos algoritmos
Juhi Ramzai
19 de junio de 2020·9 min de lectura
Los algoritmos de aprendizaje basados en árboles se consideran uno de los mejores y más utilizados métodos de aprendizaje supervisado, ya que potencian los modelos predictivos con alta precisión, estabilidad y facilidad de interpretación. A diferencia de los modelos lineales, mapean bastante bien las relaciones no lineales. Son adaptables para resolver cualquier tipo de problema (clasificación o regresión).
CHAID y CART son los dos tipos más antiguos de Decisárboles de iones. También son los tipos más comunes de árboles de decisión que se utilizan en la industria hoy en día, ya que son muy fáciles de entender y, al mismo tiempo, son bastante diferentes entre sí. En esta publicación, aprenderemos sobre toda la información fundamental necesaria para comprender estos dos tipos de árboles de decisión.