• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Diferencias entre regresión y clasificación en aprendizaje automático

noviembre 26, 2018 Por Daniel Rodríguez 1 comentario

Dentro del aprendizaje automático existen dos grandes familias de algoritmos: el aprendizaje supervisado y el aprendizaje no supervisado. En la primera de ellos los modelos son entrenados a partir de un conjunto de datos en el que la respuesta correcta es conocida. Siendo la finalidad del entrenamiento conseguir que los modelos reproduzcan este a partir de las características disponibles. Por otro lado, en la segunda el conjunto de datos empleado en el entrenamiento no contiene la respuesta. De modo que no existe un resultado que reproducir. Los algoritmos de aprendizaje supervisado se dividen a su vez en dos tipos de problemas: problemas de regresión y problemas de clasificación. A continuación, se va a explicar cuales son las diferencias clave regresión y clasificación.

Problemas de regresión

En los problemas de regresión los valores de los conjuntos que se desean reproducir han de tener un valor continuo. Siendo este el valor que se desea reproducir. Para ello se seleccionan las características con las que se realizarán las predicciones. A las que se denominan variables independientes. Una vez realizado esto se ha de definir una fórmula matemática y calcular los parámetros de modo que al introducir las características se obtenga el valor deseado. Esta se conoce como variable dependiente.

La calidad de estos modelos se suele medir con parámetros como el R2 y el R2 ajustado. Básicamente se mide la diferencia entre los valores que predice el modelo y los reales. En el caso del R2 ajustado penaliza en base a los grados de libertad en la ecuación.

Entre los modelos matemáticos más populares que se utilizan en este tipo de problemas son: la regresión lineal, los bosques de regresión y las redes neuronales de regresión.

Problemas de clasificación

En los problemas de clasificación los valores de los conjuntos que se desean reproducir han ser categorías. Siendo uno de los casos más habituales diferencias únicamente entre dos posibles categorías: verdadero o falso. Al igual que en los problemas de regresión es necesario identificar las variables independientes, la fórmula y los parámetros con los que se predecirá la variable dependiente. Solo que en este caso la variable dependiente es discreta.

Una forma de ver el resultado de los modelos en estos problemas es mediante el uso de la matriz de confusión. Esta no es más que una tabla de resultados en la que se compara los valores reales con los predichos. En ella hay varios términos que es útil conocer:

  • Verdadero positivo: cuando el resultado real es verdadero y el valor predicho también es verdadero.
  • Verdadero negativo: cuando el resultado real es falso y el valor predicho también es falso.
  • Falso positivo: cuando el resultado real es falso pero el valor predicho es verdadero
  • Falso negativo: cuando el resultado real es verdadero pero el valor predicho es falso

La calidad de los modelos se mide con diferentes parámetros como la precisión (“Accuracy”), la exactitud (“Precision”), la exhaustividad (“Recall”) y el F1. En primer lugar, la precisión es el porcentaje de acierto. Por otro lado, la exactitud es el porcentaje de acierto en la categoría que se considera positiva. La exhaustividad es el porcentaje de acierto entre los valores que son positivos en la realidad. Finalmente, F1 es un promedio ponderado de la exactitud y la exhaustividad.

Los modelos matemáticos más populares que se utilizan en este tipo de problemas son: el K vecino más cercano (k-nn), la regresión logística, las máquinas de vectores de soporte (SVM) y las redes neuronales.

Aplicación de los modelos

Una definido cada uno de los problemas se puede ver en qué situaciones se ha de emplear cada uno de ellos. Los problemas de regresión se utilizan cuando se desea distinguir entre puntos individuales. Por ejemplo, predecir los niveles de ciertos contaminantes ene aire en base a datos como la temperatura y humedad. En cambio, los problemas de clasificación se han de utilizar cuando se desea diferencia entre clases de puntos que corresponden a categorías. Por ejemplo, cuando se desea conocer si un cliente es hombre o mujer en base al contenido de su cesta de la compra.

Conclusiones

En la entrada se han visto las diferencias que existen entre los dos grandes problemas que se pueden resolver con los algoritmos de aprendizaje automático supervisado. Estos son los problemas de regresión y los problemas de clasificación. Se ha visto los algoritmos que se pueden utilizar en cada uno de los casos y las métricas de rendimiento para cada uno de ellos.

Imágenes: Pixabay (Couleur)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 4.3 / 5. Votos emitidos: 3

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Ciencia de datos Etiquetado con:Machine learning

Interacciones con los lectores

Comentarios

  1. David Arias dice

    enero 5, 2021 en 5:06 pm

    Espectacular la simplicidad de la explicacion! traza una clara linea para la definicion de un proyecto de analisis de datos. seria interesante que pudieran referenciar algun autor en cada clasificacion.

    Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • instagram
  • pinterest
  • tumblr
  • twitter
  • youtube
  • github
  • telegram
  • rss

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Epsilon-Greedy para el Bandido Multibrazo (Multi-Armed Bandit)

febrero 26, 2021 Por Daniel Rodríguez Dejar un comentario

Introducción al paquete dplyr del Tidyverse

febrero 24, 2021 Por Daniel Rodríguez Dejar un comentario

Combinar diagramas de caja e histogramas en Python con Seaborn

febrero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Excel en Python Guardar y leer archivos Excel en Python bajo Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas bajo Python
  • Unir y combinar dataframes con pandas en Python bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Guardar y leer archivos Excel en Python
  • franklin Chiluisa en Guardar y leer archivos Excel en Python
  • Miguel en Guardar y leer archivos CSV con Python
  • Daniel Rodríguez en Guardar diferentes hojas Excel con Python
  • Grevall en Guardar diferentes hojas Excel con Python

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto