ÁRBOLES DE REGRESIÓN

Es cuando el resultado predicho se puede

considerar un número real. Los árboles de
regresión son un método de analítica de datos y
se usan cuando queremos predecir el valor de
una variable numérica.

ÁRBOLES DE CLASIFICACIÓN
Es cuando el resultado predicho es la clase a la
que pertenecen los datos. Este método es bastante
similar al de los árboles de regresión. Su diferencia
radica en que su variable de respuesta es una
categoría.
RANDOM FOREST(BOSQUE ALEATORIO

Es un tipo de Ensamble en Machine Learning en donde se combinan diversos árboles y la salida

de cada uno se contará como “un voto” y la opción más votada será la respuesta del Bosque
Aleatorio.
GBM (GRADIENT BOOSTING MACHINE)
La intuición básica detrás del algoritmo de GBM, es aprovechar repetitivamente los patrones en
los residuos con el fin de minimizar nuestra función de pérdida, de modo que la pérdida de
prueba alcance su mínimo.
XGBOOST
 XGBoost es una biblioteca de GBM
distribuido optimizado y diseñado para ser
altamente eficiente, flexible y portátil.

 Es una implementación de árboles de

decisión con Gradient boosting diseñada
para minimizar la velocidad de ejecución y
maximizar el rendimiento.