Comprensión de los conceptos de revisión de modelos
Puede que resulte útil comprender los aspectos básicos de las métricas del modelo antes de empezar a analizar los resultados de su entrenamiento.
A grandes rasgos, las métricas de modelo disponibles pueden dividirse en dos tipos: puntuaciones de modelo y métricas de importancia de las características. Ambos tipos de métricas deben analizarse cuando revise sus modelos.
También hay diferencias entre cómo entrena sus modelos cada uno de los algoritmos disponibles.
Puntuaciones del modelo
Las puntuaciones del modelo indican la exactitud de sus predicciones.
Interpretación de las puntuaciones de los modelos
Importancia de la característica
La importancia de las características no es técnicamente una puntuación del modelo, pero debe utilizarse en conjunto con las puntuaciones del modelo para evaluar su calidad y diagnosticar posibles problemas. La importancia de las características también ofrece una visión de los principales factores que influyen en las tendencias de los datos.
Comprensión de la importancia de las características
Algoritmos
Ciertos algoritmos funcionan mejor con tipos de problemas específicos. Cada algoritmo tiene sus puntos fuertes y débiles, que deben tenerse en cuenta al revisar los modelos.