Glosario IA
El diccionario completo de la Inteligencia Artificial
Poda CART
Proceso de reducción de la complejidad del árbol eliminando las ramas menos significativas para evitar el sobreajuste mientras se minimiza el error de validación.
División binaria
Método específico de CART donde cada nodo padre se divide en exactamente dos nodos hijos utilizando el criterio de división óptimo.
Parámetro de complejidad
Coeficiente alfa en la poda CART que penaliza el tamaño del árbol, equilibrando la precisión y la simplicidad del modelo.
Árbol máximo
Árbol de decisión completamente desarrollado sin poda, donde cada hoja contiene observaciones de una sola clase o alcanza un criterio de parada predefinido.
Impureza mínima
Umbral predefinido en CART que detiene la división de un nodo cuando la impureza (Gini o varianza) es inferior a este valor.
Secuencia de poda
Conjunto ordenado de árboles de complejidad decreciente generados por CART, siendo cada uno una versión podada del anterior.
Error de resustitución
Tasa de error calculada sobre los datos de entrenamiento utilizado por CART como referencia para evaluar el impacto de cada poda potencial.
Optimización CART
Algoritmo voraz que realiza divisiones localmente óptimas en cada nodo sin garantizar la optimalidad global del árbol final.
Estabilidad CART
Sensibilidad del algoritmo CART a las variaciones de los datos de entrenamiento, pudiendo resultar en estructuras de árboles significativamente diferentes.
Tratamiento de valores faltantes
Enfoque específico de CART que redirige las observaciones con valores faltantes hacia el nodo hijo más apropiado basado en probabilidades condicionales.
Ponderación de clases
Técnica en CART para manejar desequilibrios de clases ajustando los pesos en el cálculo del índice de Gini.
Validación cruzada V-fold
Método utilizado con CART para evaluar el rendimiento de diferentes secuencias de poda y seleccionar el árbol óptimo.
Regla de decisión CART
Conjunto de condiciones lógicas if-then extraídas del camino de la raíz a una hoja, interpretables y directamente aplicables para la predicción.