Árboles de Decisión y Ensembles
Decision Trees, Random Forest, Gradient Boosting, XGBoost, ajuste de hiperparámetros, feature importance
1¿Qué es un decision tree en Machine Learning?
¿Qué es un decision tree en Machine Learning?
Respuesta
Un decision tree es un modelo de Machine Learning que realiza predicciones dividiendo los datos según reglas de decisión jerárquicas. Cada nodo interno representa una prueba sobre una feature, cada rama representa el resultado de la prueba, y cada hoja representa una predicción final. Este modelo es intuitivo y fácilmente interpretable, lo que lo convierte en una excelente opción para entender los factores que influyen en una decisión.
2¿Qué criterio se usa por defecto en scikit-learn para medir la calidad de un split en un árbol de clasificación?
¿Qué criterio se usa por defecto en scikit-learn para medir la calidad de un split en un árbol de clasificación?
Respuesta
El índice de Gini es el criterio por defecto en scikit-learn para árboles de clasificación. Mide la impureza de un nodo calculando la probabilidad de que un elemento sea clasificado erróneamente si se clasifica aleatoriamente según la distribución de clases. Un Gini de 0 significa un nodo puro (una sola clase), mientras que un Gini más alto indica mayor diversidad de clases.
3¿Cuál es la principal diferencia entre el índice de Gini y la entropía como criterios de split?
¿Cuál es la principal diferencia entre el índice de Gini y la entropía como criterios de split?
Respuesta
El índice de Gini y la entropía generalmente producen árboles muy similares, pero Gini es ligeramente más rápido de calcular ya que no requiere cálculos logarítmicos. La entropía, basada en la teoría de la información, a veces puede crear splits ligeramente más equilibrados. En la práctica, la elección entre ambos raramente tiene un impacto significativo en el rendimiento del modelo.
¿Qué es el pruning en el contexto de los decision trees?
¿Qué hiperparámetro controla la profundidad máxima de un decision tree en scikit-learn?
+21 preguntas de entrevista
Otros temas de entrevista Data Science & ML
Fundamentos de Python
Programación Orientada a Objetos en Python
Estructuras de datos en Python
Fundamentos de Git
Fundamentos de SQL
Fundamentos de NumPy
Fundamentos de Pandas
Jupyter & Google Colab
SQL Joins y consultas avanzadas
Pandas avanzado
Visualización con Matplotlib & Seaborn
Visualizaciones interactivas con Plotly
Estadística descriptiva
Estadística inferencial
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Supervisado: Regresión
ML Supervisado: Clasificación
ML No Supervisado
Pipelines ML y Validación
Series Temporales y Pronóstico
Fundamentos de Deep Learning
TensorFlow & Keras
CNN y clasificación de imágenes
RNN y Secuencias
Transformers y Attention
NLP y Hugging Face
GenAI y LangChain
MLOps y Despliegue
Domina Data Science & ML para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis