Entradas

BORUTA algoritmo de selección de características relevantes

  Boruta Explained Exactly How You Wished Someone Explained to You | by Samuele Mazzanti | Towards Data Science La selección de características es una parte decisiva de una canalización de aprendizaje automático: ser demasiado conservador significa introducir ruido innecesario, mientras que ser demasiado agresivo significa tirar información útil. En esta publicación, hemos visto cómo usar Boruta para realizar una selección de características sólida y estadísticamente fundamentada en su conjunto de datos. De hecho, tomar decisiones sustanciales sobre las características es fundamental para garantizar el éxito de su modelo predictivo.