Glosario IA
El diccionario completo de la Inteligencia Artificial
Bosque Aleatorio (Random Forest)
Algoritmo de Bagging que utiliza árboles de decisión como estimadores base, donde cada árbol se entrena en una muestra bootstrap y un subconjunto aleatorio de características.
Error Out-of-Bag (OOB)
Método de evaluación del rendimiento de un modelo de Bagging utilizando los datos no seleccionados durante el muestreo bootstrap para cada estimador como conjunto de validación.
Inestabilidad de los Estimadores
Propiedad de ciertos modelos base (como los árboles de decisión) que son muy sensibles a pequeñas variaciones en los datos, haciendo que el Bagging sea particularmente efectivo para ellos.
Random Patches
Técnica de conjunto que combina el muestreo bootstrap en las instancias y el muestreo aleatorio en las características para cada modelo base, aumentando la diversidad.
Bagging de Regresión
Aplicación específica del Bagging a modelos de regresión, donde las predicciones finales se obtienen calculando el promedio de las predicciones individuales de los regresores base.
Diversidad del Conjunto
Medida de la heterogeneidad de los errores entre los modelos base, siendo una diversidad alta crucial para que la agregación en el Bagging reduzca efectivamente el error global.