Modelos de

predicción con
Python
 • Son sistemas, basados en
estadística inferencial, que
buscan predecir resultados a
partir de un conjunto de datos

Modelos de predicción
Tipos de modelos de predicción
Clasificación Consiste en asignar
una categoría a un
ejemplar
Regresión

Consiste en estimar
relaciones entre
variables y predecir
valores numéricos.
Aprendizaje
supervisado
Aprendizaje supervisado
Regresión lineal
Minimiza el error cuadrático medio
 • Impone una penalidad en los
Regresión de Ridge coeficientes.
• El parámetro de complejidad α≥0
controla la cantidad de contracción:
cuanto mayor es el valor de α, mayor es
la cantidad de contracción y, por lo
tanto, los coeficientes se vuelven más
robustos a la colinealidad.
 • Busca la menor cantidad de coeficientes
Regresión de distintos de cero.
Lasso • Es útil en algunos contextos debido a su
tendencia a preferir soluciones con menos
coeficientes distintos de cero, reduciendo
efectivamente el número de características
de las que depende la solución dada.
 Comienza ajustando un
regresor en el conjunto
de datos original y luego
ajusta copias adicionales
del regresor en el mismo
conjunto de datos, pero
donde los pesos de las
instancias se ajustan
según el error de la
predicción actual. Como
tal, los regresores
posteriores se centran
más en casos difíciles.
Regresión AdaBoost
Regresión de árboles aleatorios

• Construye una multitud de

árboles de decisión en el
momento del entrenamiento y
genera la predicción media
(regresión) de los árboles
individuales.
• Combina el resultado de
múltiples predicciones.