Glosario IA
El diccionario completo de la Inteligencia Artificial
Selección Aleatoria de Características
Técnica introducida en Random Forest donde cada árbol de decisión se entrena en un subconjunto aleatorio de características (features) en cada división, reduciendo la correlación entre los árboles y mejorando la generalización.
Importancia de las Características
Métrica calculada en Random Forest que evalúa la contribución de cada variable a la precisión del modelo, generalmente medida por la disminución media de la impureza (Gini o entropía) o el aumento del error OOB cuando la variable se permuta.
Agregación por Voto Mayoritario
Método de agregación para problemas de clasificación donde la predicción final del conjunto es la clase que recibe más votos entre las predicciones individuales de los modelos base.
Bosque Aleatorio Extremo (Árboles Extremadamente Aleatorizados)
Variante de Random Forest que introduce más aleatorización al elegir los umbrales de división de las características de manera completamente aleatoria en lugar de buscar el umbral óptimo, reduciendo el sesgo y la varianza.
Proximidad entre Observaciones
Matriz de similitud calculada en Random Forest que cuenta el número de veces que dos observaciones se encuentran en la misma hoja terminal a través de todos los árboles del bosque, pudiendo ser utilizada para la detección de anomalías o el clustering.