Conjuntos

Basic

Conjuntos (Ensemble) | Guía de aprendizaje automático

Capítulo 4 #

Conjuntos (Ensemble) #

Combina varios modelos para aumentar precisión y robustez mediante la reducción de varianza y/o sesgo.

Familias #

  • Bagging: muestreos bootstrap; reduce varianza (p. ej., Random Forests).
  • Boosting: aprendizaje secuencial corrigiendo residuos (XGBoost, LightGBM, CatBoost).
  • Stacking: meta‑modelo sobre modelos base; requiere CV cuidadosa para evitar fugas.

Consejos #

  • Mantén diversidad en modelos base (algoritmos/atributos/semillas).
  • Usa predicciones out‑of‑fold con CV para stacking.
  • Ajusta profundidad/tasa de aprendizaje/regularización para evitar sobreajuste.