Capítulo 7 #

Selección de características #

La selección de características reduce la dimensionalidad de entrada para mejorar la generalización, acelerar el entrenamiento y facilitar la interpretación. Úsala para eliminar ruido, evitar sobreajuste y simplificar los pipelines.

Enfoques #

• Métodos filtro: puntúan cada variable con una estadística univariada (correlación, información mutua, chi‑cuadrado) y conservan las mejores.
• Métodos wrapper: buscan subconjuntos con un modelo predictivo (selección hacia delante/atrás, RFE). Potentes pero costosos y con riesgo de sobreajuste.
• Métodos embebidos: seleccionan durante el entrenamiento (regularización L1/Lasso, importancias de árboles, Boruta).

Consejos prácticos #

• Empieza con filtros; reserva wrappers para pocos atributos.
• Prefiere embebidos si tu modelo expone coeficientes o importancias.
• Valida con validación cruzada; vigila fuga de información y estabilidad entre pliegues.

Referencias y herramientas #

• scikit‑learn: SelectKBest, SelectFromModel, RFE, RFECV, Lasso
• Boruta: wrapper robusto sobre importancias de árboles