Calculadora de Gradient Boosting

La calculadora de Gradient Boosting crea un modelo predictivo a partir de una variable dependiente y dos o más variables predictoras. Si la variable dependiente es categórica, numiqo ejecuta clasificación. Si la variable dependiente es métrica, numiqo ejecuta regresión.

Para calcular Gradient Boosting en línea, abre Analítica predictiva, selecciona Gradient Boosting, elige la variable dependiente y selecciona las variables independientes que se usarán como predictoras.

¿Qué es Gradient Boosting?

Gradient Boosting es un método de conjunto que construye muchos árboles de decisión pequeños de forma secuencial. Cada nuevo árbol se centra en los errores actuales del modelo. Después, el modelo añade el árbol con una tasa de aprendizaje para mejorar la predicción final paso a paso.

Es el método general que está detrás de los modelos de árboles potenciados de tipo TreeNet usados en software de analítica predictiva. En esta calculadora se usa el nombre genérico Gradient Boosting en lugar de un nombre de producto.

Resultados de Gradient Boosting

La salida incluye una tabla de método, rendimiento de validación e importancia relativa de las variables. Los modelos de clasificación también incluyen una matriz de confusión. Los modelos de regresión muestran RMSE, MAE y R cuadrado.

Gradient Boosting o bosque aleatorio

Un bosque aleatorio construye muchos árboles independientes y combina sus predicciones. Gradient Boosting construye los árboles de forma secuencial, donde cada árbol mejora los errores del modelo actual.