Como podriamos evitar caer en el underfitting sin llegar al overfitting.

Pregunta de la clase:
Selección de Variables en Modelos de Aprendizaje Automático
Emanuel Daniel Yaselga Alvarado

Emanuel Daniel Yaselga Alvarado

Pregunta
student•hace 5 años

Como podriamos evitar caer en el underfitting sin llegar al overfitting.

1 respuestas
para escribir tu comentario
    Miguel Angel Velazquez Romero

    Miguel Angel Velazquez Romero

    student•hace 5 años

    Es este curso de verán estas técnicas para evitar esos problemas:

    • Aplicar técnicas reducción de la dimensionalidad. Utilizaremos el algoritmo de PCA.
    • Aplicar la técnica de la regulación, que consiste en penalizar aquellos features que no le estén aportando o que le estén restando información a nuestro modelo.
    • Balanceo: Se utilizará Oversampling y Undersampling en problemas de rendimiento donde tengamos un conjunto de datos que está desbalanceado, por ejemplo en un problema de clasificación donde tenemos muchos ejemplos de una categoría y muy pocos de otra.
Curso Profesional de Machine Learning con Scikit-Learn

Curso Profesional de Machine Learning con Scikit-Learn

Desarrolla proyectos de Machine Learning profesionalmente con Scikit-Learn. Aprende desde la configuración del entorno, a implementar algoritmos de clasificación, regresión, clustering y optimización. Lleva tu modelo a producción con una API Flask.

Ir al curso
Curso Profesional de Machine Learning con Scikit-Learn
Curso Profesional de Machine Learning con Scikit-Learn

Curso Profesional de Machine Learning con Scikit-Learn

Desarrolla proyectos de Machine Learning profesionalmente con Scikit-Learn. Aprende desde la configuración del entorno, a implementar algoritmos de clasificación, regresión, clustering y optimización. Lleva tu modelo a producción con una API Flask.

Ir al curso