Seleccionar modelo
El algoritmo encargado de realizar la prediccón siepre será una combinación de:
- Prepocesado de datos
- Modelo de Machine Learning
¿Qué modelo usar?
Los veremos más adelante, pero la regla general es:
- Más poderosos: Random Forest (RF), Gradient Boosting (GMB) y Redes Neuronales (NN)
- Más interpretables: Modelo lineal (LM), Generalized Additive Model (GAM) y Árbol de Decisión (DT)
| Modelo | Comentario | Librería | More info |
|---|---|---|---|
| Decission Tree | Simple and explicable. | Sklearn | |
| Linear models | Simple and explicable. | Sklearn o RAPIDS | |
| GAMs | Simple and explicable. | pyGAM | |
| Random Forest | Good starting point (tree enesemble) | Sklearn o RAPIDS | |
| Gradient Boosting | Usually the best (tree enesemble) | XGBoost, LighGBM, Catboost | |
| Neural Network | Good if lot of data. | Keras, Pytorch, Fast.ai | blog |