GridSearchCV vs RandomizedSearchCV: cómo optimizar hiperparámetros sin disparar el coste

Cuando entrenamos un modelo de Machine Learning, normalmente existen diferentes valores que podemos modificar para controlar su comportamiento. Por ejemplo, podemos decidir la complejidad de los árboles de un Gradient Boosting, la velocidad con la que aprende el modelo o el número mínimo de observaciones que debe contener cada hoja. A estos valores los llamamos […]

Leer más

Multicolinealidad en Machine Learning: cómo detectarla y cuándo importa

Cuando trabajamos con un dataset podemos encontrarnos con variables que contienen información muy parecida. Por ejemplo, si tenemos el radio, el perímetro y el área de un objeto, es razonable esperar que exista una relación muy fuerte entre estas tres medidas. Cuando varias variables predictoras están fuertemente relacionadas entre sí hablamos de multicolinealidad. Esto puede […]

Leer más