Empiece siempre por el modelo más simple que funcione.
Nivel intermedio
Qué encontrará en este capítulo
6.1Regresión lineal
6.2Regresión logística
6.3Regularización: Ridge, Lasso y ElasticNet
3 secciones · 10 apartados · 6 ejercicios con soluciones
Capítulo 6 de 14
Objetivos de aprendizaje del capítulo (6)
Comprender la regresión lineal, sus supuestos y su interpretación en términos de negocio.
Diagnosticar los supuestos del modelo con gráficas de residuos (residuos frente a ajustados y QQ-plot) y detectar heterocedasticidad y multicolinealidad.
Aplicar regresión logística a problemas de clasificación binaria e interpretar sus coeficientes mediante odds ratios.
Calcular e interpretar las principales métricas de evaluación a partir de una matriz de confusión, y elegir la adecuada para cada problema.
Trabajar con clases desbalanceadas: métricas robustas, ajuste del umbral por costes y calibración de probabilidades.
Aplicar regularización (Ridge, Lasso, ElasticNet) de forma correcta, con estandarización previa y selección del hiperparámetro por validación cruzada.
