Implementación de Árboles de Decisión y Bosques Aleatorios con Spark MLlib RDD
Los árboles de decisión y sus variantes de ensamble representan una de las metodologías más robustas para tareas de clasificación y regresión en el aprendizaje automático. Su popularidad radica en la facilidad de interpretación, la capacidad para procesar variables categóricas, su escalabilidad en entornos multiclase y el hecho de que no requie ...
Publicado el 6-3 19:43