Hola,
Organicé los materiales en la página de tal manera de completar el final del curso.
Para los que no pudieron asistir esta mañana vimos Arboles de Clasificación y de Regresión (CART) y los métodos de agregación de árboles (Bagging, Random Forest y Boosting). Fue la última clase grupal por zoom.
De la clase que vimos hoy tienen que estudiar bien:
- la demostración que la disminución de la impureza en el caso del error de clasificación es positiva (slide 19 de CART part 1)
- las variables surrogativas en CART y su uso en el criterio de importancia de las variables.
- la construcción de la sucesión de arboles que se construye en el método de la poda
- el criterio 1-SE
- el criterio de importancia de las variables en Random Forest.
Dejé unas transparencias más sobre los métodos de agregación de modelos (la que se llama parte 2) para que vean otras estrategias de combinación en contexto distinto al de los arboles.
Si hay dudas de algo o quieren profundizar sobre determinado concepto me escriben.
Para la entrega 3 deberán hacer los siguientes ejercicios:
1) Ej 3 del práctico de Clasificación binaria
2) Ej 3 del práctico de Regresión Logística
3) Ej 2 del práctico de Análisis Discriminante + resumen de cómo se encuentra los ejes discriminantes según el criterio de Fisher con valores y vectores propios. No me copien el libro ni las slides! quiero evaluar si entendieron lo que leyeron.
4) Práctico de CART:
a) ejercicio 3 + probar que con el criterio de Gini la disminución de la impureza entre el nodo padre y los dos nodos hijos es positiva (inspirarse de la slide 19 de CART part 1).
b) ejercicio 6.
La entrega como siempre, en un Rmd y en pdf. Les pido que fijen una semilla en todos los ejercicios. Pongamos set.seed(2020) así tenemos los mismos valores.
Les dejo hasta el 3 de Agosto para que hagan la entrega. Es mucho el plazo, pero vayan haciendo de a poco todos los días, porque hacer todo esto unos días antes es titánico!
No duden en consultarme!!
Para la entrega del proyecto final. Las características son las que les anuncié: un pequeño informe de unas 10 páginas máximo donde estén presentados la base de datos, los métodos usados (les pido que traten de usar 3) y la justificación de por qué los usaron y un análisis de los resultados obtenidos. Tiene que venir adjunta la base de datos, un Rmd y un pdf con el código implementado. La entrega queda para el miércoles 19 de agosto.
Importante: deben todos completar la encuesta de inscripción al curso y de evaluación del curso (son dos encuestas) y se encuentran en la página principal del curso.
Creo que es todo. Estamos en contacto y manden noticias de sus avances, así los voy siguiendo!
Saludos
Mathias