PEC1 Aprendizaje Automático 14/15 (UNED)
APRENDIZAJE AUTOMÁTICO
ACTIVIDAD EVALUABLE I
Curso 2014/15
Árboles de Regresión y de Modelos
1
Aprendizaje Automático - Árboles de Regresión y de Modelos
Actividad 3:
La representación esquemática del AR obtenido es la siguiente: Fig 1: Representación esquemática del AR generado.
La hoja identificada como “LM3” tiene tres instancias asignadas, cuyos valores de clase son los siguientes:
Instancia 1: 62
Instancia 2: 47
Instancia 3: 54
Podemos comprobar, por tanto, que el valor de la constante LM asociada a la hoja 3 es la media del valor de clase para
estas tres instancias: 163/3 = 54.3333. Fig 2: Valor de la constante LM asociada a la hoja 3.
2
Aprendizaje Automático - Árboles de Regresión y de Modelos
Actividad 4:
Para el AR sin poda obtenemos un árbol con 63 nodos, de los cuales 32 son hoja, con un índice de correlación de 0.9466,
mientras que el AR con poda, de 23 nodos de los cuales 12 hojas, obtiene unos indicadores sensiblemente inferiores. Si bien es cierto que la complejidad del AR sin poda es bastante mayor, también es cierto que, a tenor de lo que nos dicen los indicadores los índices de error son considerablemente mejores. Por tanto considero el AR sin poda más competitivo.
Modelo AR
Sin poda
Con poda
Nodos(Hojas)
63(32)
23(12)
Coeficiente de correlación
0.9466
0.8404
Error medio absoluto 17.934
25.7736
45.3822
75.6733
Error relativo absoluto
21.4946%
30.8906%
Error raíz cuadrático relativo
32.7725%
54.647%
Error raíz cuadrático medio
Tabla 1: Comparación de indicadores para los AR sin poda y con poda.
3
Aprendizaje Automático - Árboles de Regresión y de Modelos
Actividad 5:
...
Regístrate para leer el documento completo.