← Volver a los ejercicios

Un árbol o un bosque

Un árbol de regresión parte la tabla de rezagos con preguntas como rezago_12 <= 0,3 y cada hoja pronostica el promedio de sus filas. Dos frenos lo detienen: max_depth, cuántas preguntas seguidas puede hacer, y min_samples_leaf, cuántas filas debe tener cada hoja. Un Random Forest promedia n_estimators árboles con esos mismos frenos, cada uno entrenado con una muestra con reposición de las filas. Todos pronostican la diferencia con hace 12 meses y la devuelven a pasajeros.

2. Mueva los frenos y pruebe el bosque

sin límite

En max_depth, 0 quiere decir sin límite (None). n_estimators solo lo usa el bosque. Los pronósticos salen de DecisionTreeRegressor(max_depth, min_samples_leaf, random_state=2026) y de RandomForestRegressor(n_estimators, max_depth, min_samples_leaf, random_state=2026) de scikit-learn, entrenados con los meses hasta diciembre de 2024, en millones de pasajeros, y se calcularon fuera de la página con el mismo código del notebook de la sesión. El MAE y el máximo se calculan aquí.