Del curso: Desafío de programación: Python para ciencia de datos

Accede al curso completo hoy mismo

Únete hoy para acceder a más de 24.900 cursos impartidos por expertos del sector.

Arboles de decisión (Decision Tree Classifier)

Arboles de decisión (Decision Tree Classifier) - Tutorial de Python

Del curso: Desafío de programación: Python para ciencia de datos

Comenzar mi mes de prueba gratis Comprar para mi equipo

Arboles de decisión (Decision Tree Classifier)

“

(Música de videojuego) Los clasificadores de árboles de decisión son modelos de aprendizaje automático supervisado; eso significa que usan datos preetiquetados para entrenar un algoritmo que se puede usar para hacer una predicción. Los clasificadores de árboles de decisión funcionan como diagramas de flujo. Cada nodo de un árbol de decisión representa un punto de decisión que se divide en dos nodos de hoja. Cada uno de esos nodos representa el resultado de la decisión, y cada una de las decisiones también puede convertirse en nodos de decisión. Eventualmente, las diferentes decisiones conducirán a una clasificación final. En este reto se nos dan dos matrices, por lo que nos corresponde realizar estos pasos: usar el 70 % para entrenar nuestro modelo y el otro 30 % de nuestros datos para probarlo. Para esto, puedes hacer uso de la función train_test_split de scikit-learn; de la clase DecisionTreeClassifier del paquete scikit-learn, crear un modelo de clasificación; entrenar el…

Contenido