4/8/2020

DMC ONLINE #YoMeQuedoEnCasa

TALLER ONLINE GRATUITO

Árboles de Clasificación con

#YoMeCapacitoEnCasa Expositor
Ingeniero Estadístico, egresado de la Universidad Nacional Agraria
La Molina

Mg. en Ingeniería Industrial con especialidad en Gestión Industrial,

egresado de la Universidad Nacional Mayor de San Marcos
w w w. d m c . p e

Consultor estadístico

1
 4/8/2020

Expositor
#YoMeCapacitoEnCasa

Profesor principal del dpto de Estadística e Informática (UNA La

Molina)

Docente en la maestría de Estadística Aplicada (UNA La Molina)

Miembro del staff de docentes de Data Mining Consulting (DMC)

w w w. d m c . p e
Docente en la carrera de Ingeniería de Tecnologías de Información y
Sistemas (U ESAN)

Expositor
#YoMeCapacitoEnCasa

Áreas de interés Facebook YouTube

• Machine Learning •Estadística para todos
•Grupo: Cursos de
• Reconocimiento estadístico
Estadística
de patrones
w w w. d m c . p e

2
 4/8/2020

Expositor
#YoMeCapacitoEnCasa

Cursos de
Estadística

w w w. d m c . p e
DMC ONLINE

Ejemplo: Valoración del Crédito

Valoración del crédito (Bueno 155 vs Malo 168)

Edad (joven, maduro, mayor)

Tiene tarjeta de crédito AMEX (Si/No)

Pago (pago semanal/pago mensual)

w w w. d m c . p e

Categoría profesional (directivo, profesional, administrativo, con experiencia, sin experiencia)

#YoMeCapacitoEnCasa

3
 4/8/2020

DMC ONLINE

Regresión Logística
Step Df Deviance Resid. Df Resid. Dev AIC
1 314 178.8293 196.8293
2 - amex 1 0.6661277 315 179.4954 195.4954

e  0  1x1i   2 x2 i ...  n xni

ˆ ˆ ˆ ˆ
pˆ i 
1  e  0  1x1i   2 x2 i ...  n xni
ˆ ˆ ˆ ˆ

> exp(coef(modelo2))
(Intercept) profesionProfesional
0.741854989 31.538597851
profesionAdministrativo profesionCon experiencia
17.219821855 53.918893335

w w w. d m c . p e
profesionSin experiencia pagoPago Mensual
16.703088999 0.038454049
edadMaduro (25-35) edadMayor ( > 35)
0.084198907 0.008260957

#YoMeCapacitoEnCasa

DMC ONLINE

Salida con CART

w w w. d m c . p e

#YoMeCapacitoEnCasa

4
 4/8/2020

DMC ONLINE

¿Qué es un árbol de clasificación?

Son gráficos que ilustran reglas de decisión

Parten de un nodo raíz que contiene todas las observaciones de la

muestra

w w w. d m c . p e
A medida que se desarrolla el árbol, los datos se dividen en ramas de
subconjuntos de datos exclusivos

#YoMeCapacitoEnCasa

DMC ONLINE

¿Qué es un árbol de clasificación?

Selecciona variables explicativas (predictivas) que son más

discriminantes para la variable target

Construye una regla de decisión que permite asignar un nuevo

individuo a una clase de la variable target
w w w. d m c . p e

#YoMeCapacitoEnCasa

5
 4/8/2020

DMC ONLINE

Ventajas
Puede ser aplicado a cualquier tipo de variables predictoras:
cuantitativas o categóricas

Las reglas de asignación son simples y legibles. Los

resultados son fáciles de entender

No tiene problema de trabajar con datos perdidos

w w w. d m c . p e
Hace automáticamente selección de variables

#YoMeCapacitoEnCasa

DMC ONLINE

Desventajas Las reglas de asignación son bastantes sensibles a

pequeñas perturbaciones en los datos (inestabilidad)

Dificultad para elegir el árbol óptimo

w w w. d m c . p e

Requieren gran número de datos para asegurarse que la

cantidad de las observaciones de los nodos hoja sea
significativa
#YoMeCapacitoEnCasa

6
 4/8/2020

DMC ONLINE

Principales algoritmos de árboles

CHAID

w w w. d m c . p e
#YoMeCapacitoEnCasa

DMC ONLINE

Algoritmo CART

w w w. d m c . p e

#YoMeCapacitoEnCasa

7
 4/8/2020

DMC ONLINE

Ejemplo CART

Se tienen dos variables

predictoras X1 y X2.

Se cuentan con 44

w w w. d m c . p e
observaciones divididas en dos
clases. N=44 (A=24 y B=20) Mg. Jesús Salinas Flores

#YoMeCapacitoEnCasa

DMC ONLINE

Ejemplo CART

Se tienen dos variables

predictoras X1 y X2.

Se cuentan con 44
w w w. d m c . p e

observaciones divididas en dos Mg. Jesús Salinas Flores

clases. N=44 (A=24 y B=20)

#YoMeCapacitoEnCasa

8
 4/8/2020

DMC ONLINE

w w w. d m c . p e
Mg. Jesús Salinas Flores

#YoMeCapacitoEnCasa

DMC ONLINE

w w w. d m c . p e

Mg. Jesús Salinas Flores

#YoMeCapacitoEnCasa

9
 4/8/2020

DMC ONLINE

Criterio de pureza / impureza

w w w. d m c . p e
#YoMeCapacitoEnCasa

DMC ONLINE

Algoritmos de Ensamble

Bagging

Boosting

Stacking
w w w. d m c . p e

#YoMeCapacitoEnCasa

10
 4/8/2020

DMC ONLINE #YoMeCapacitoEnCasa

Recursos para seguir

aprendiendo

w w w. d m c . p e
DMC ONLINE

w w w. d m c . p e

#YoMeCapacitoEnCasa

11
 4/8/2020

DMC ONLINE

w w w. d m c . p e
#YoMeCapacitoEnCasa

Gracias!
w w w. d m c . p e

12