Temario Lección 96 de 250 · Tus primeros modelos de aprendizaje automático
Tus primeros modelos de aprendizaje automático

Bosques aleatorios: la sabiduría de la multitud

Un solo árbol de decisión es fácil de entender pero frágil: se sobreajusta con facilidad y sus predicciones pueden cambiar mucho con pequeños cambios en los datos. Un bosque aleatorio (random forest) lo arregla con una idea sencilla y potente: entrenar muchos árboles distintos y dejar que voten.

Cada árbol del bosque crece con una muestra aleatoria un poco distinta de los datos y tiene en cuenta un subconjunto aleatorio de rasgos en cada división. Así que cada árbol es un poco distinto y comete errores distintos. Cuando haces la media de sus votos, los errores individuales tienden a anularse y las rarezas aleatorias desaparecen. Es la sabiduría de la multitud: un grupo de adivinadores variados e imperfectos a menudo gana a cualquier experto solo.

from sklearn.ensemble import RandomForestClassifier

forest = RandomForestClassifier(n_estimators=50, random_state=0)
forest.fit(X_train, y_train)

n_estimators es cuántos árboles hacer crecer (50 aquí). Más árboles suelen ayudar un poco, hasta cierto punto, a costa de velocidad. Como siempre, random_state=0 hace que el resultado se pueda reproducir, ya que el muestreo del bosque es aleatorio.

La ventaja principal: un bosque suele generalizar mejor que un solo árbol, es decir, saca más nota en el conjunto de prueba reservado. Es uno de los modelos listos para usar más fiables, y una gran opción por defecto.

Vas a entrenar un árbol de decisión normal y un bosque aleatorio con la misma separación, evaluar los dos con el conjunto de prueba y confirmar que al bosque le va al menos igual de bien.

Tu turno

Tienes preparados un conjunto de datos y una separación de entrenamiento y prueba. Entrena tree = DecisionTreeClassifier(max_depth=3, random_state=0) y forest = RandomForestClassifier(n_estimators=50, random_state=0) con los datos de entrenamiento. Evalúa los dos con el conjunto de prueba usando accuracy_score, y guarda los resultados en tree_acc y forest_acc.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.