Algoritmos de árboles de decisión

Vista previa del material en texto

Algoritmos Computacionales Grupo C 
M. Cruz Apuntes de prueba de regularización Curso de invierno 2022 
Algoritmos de árboles de decisión 
Los algoritmos de árboles de decisión son un tipo de 
algoritmo de aprendizaje automático que se utiliza para 
realizar tareas de clasificación y regresión. Estos 
algoritmos funcionan construyendo un árbol de decisión 
que representa una serie de reglas que se pueden 
utilizar para tomar decisiones. 
¿Qué es un algoritmo de árboles de decisión? 
Un algoritmo de árboles de decisión es un conjunto de 
reglas o funciones que se utilizan para tomar 
decisiones. Estos algoritmos suelen entrenarse en un 
conjunto de datos de observaciones, que son 
observaciones en las que se conoce el valor de la 
variable de salida. Una vez que el algoritmo se ha 
entrenado, se puede utilizar para tomar decisiones 
sobre nuevas observaciones. 
¿Cómo funciona un algoritmo de árboles de decisión? 
Los algoritmos de árboles de decisión funcionan de 
forma recursiva. En primer lugar, el algoritmo selecciona 
una variable de entrada y un valor de umbral para esa 
variable. A continuación, el algoritmo divide el conjunto 
de datos en dos grupos, uno para los valores de la 
variable de entrada que son menores o iguales al valor 
de umbral y otro para los valores de la variable de 
entrada que son mayores al valor de umbral. 
El algoritmo repite este proceso para cada grupo hasta 
que el conjunto de datos se divide en nodos hoja, que 
no se pueden dividir más. Cada nodo hoja contiene una 
regla que se puede utilizar para tomar una decisión. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Algoritmos Computacionales Grupo C 
M. Cruz Apuntes de prueba de regularización Curso de invierno 2022 
Ejemplo: 
Supongamos que tenemos un conjunto de datos de 
observaciones de plantas. Cada observación tiene dos 
variables de entrada: la altura de la planta y el color de 
la flor. La variable de salida es la especie de la planta. 
Un algoritmo de árboles de decisión podría construir el 
siguiente árbol de decisión para este conjunto de datos: 
 Altura > 100 cm 
 | 
 No 
 | 
 Flores rojas: especie = rosa 
 Flores amarillas: especie = margarita 
Este árbol de decisión nos dice que si la altura de la 
planta es superior a 100 cm, entonces la especie de la 
planta es rosa o margarita, dependiendo del color de la 
flor. Si la altura de la planta es inferior a 100 cm, 
entonces la especie de la planta es desconocida. 
Ventajas y desventajas de los algoritmos de árboles de 
decisión 
Los algoritmos de árboles de decisión tienen una serie 
de ventajas, entre ellas: 
Son fáciles de entender y explicar. 
Pueden manejar datos de entrada complejos. 
Son relativamente robustos a los valores atípicos. 
Sin embargo, los algoritmos de árboles de decisión 
también tienen algunas desventajas, entre ellas: 
Pueden ser propensos al sobreajuste. 
Pueden ser difíciles de interpretar. 
Conclusión 
Los algoritmos de árboles de decisión son una 
herramienta poderosa que se puede utilizar en una 
amplia gama de aplicaciones. Son una buena opción 
para tareas de 
clasificación y regresión 
en las que el conjunto 
de datos es complejo o 
contiene valores 
atípicos. 
Ideas principales para 
estudiantes de 
universidad 
Los algoritmos de 
árboles de decisión son 
un tipo de algoritmo de 
aprendizaje automático 
que se utiliza para 
realizar tareas de 
clasificación y regresión. 
Los algoritmos de 
árboles de decisión 
funcionan construyendo 
un árbol de decisión que 
representa una serie de 
reglas que se pueden 
utilizar para tomar 
decisiones. 
Los algoritmos de 
árboles de decisión 
tienen una serie de 
ventajas, entre ellas: 
son fáciles de entender 
y explicar, pueden 
manejar datos de 
entrada complejos y son 
relativamente robustos a 
los valores atípicos. 
Los algoritmos de 
árboles de decisión 
también tienen algunas 
desventajas, entre ellas: 
pueden ser propensos 
al sobreajuste y pueden 
Algoritmos Computacionales Grupo C 
M. Cruz Apuntes de prueba de regularización Curso de invierno 2022 
ser difíciles de interpretar. 
Recomendaciones para estudiantes de universidad 
Para aprender más sobre algoritmos de árboles de 
decisión, se recomienda que los estudiantes de 
universidad consulten libros y artículos de investigación 
sobre el tema. 
Los estudiantes de universidad también pueden 
encontrar recursos útiles en línea, como tutoriales y 
cursos. 
Practicar con ejemplos de algoritmos de árboles de 
decisión es una excelente manera de aprender cómo 
funcionan estos algoritmos. 
Adiciones específicas para estudiantes de universidad 
Los estudiantes de universidad pueden encontrar útil 
aprender sobre los diferentes tipos de algoritmos de 
árboles de decisión, como los árboles de decisión 
binarios y los árboles de decisión multiclase. 
Los estudiantes de universidad también pueden 
encontrar útil aprender sobre las diferentes estrategias 
de construcción de árboles de decisión, como el 
algoritmo de ID3 y el algoritmo de CART. 
Los estudiantes de universidad también pueden 
encontrar útil aprender sobre cómo evitar el sobreajuste 
en los árboles de decisión