¿De qué tipos puede ser la predicción? Clasificación si la variable respuesta es cualitativa Regresión si la variable respuesta es cualitativa Sistemática si no tengo error irreductible De bayes si no tengo error irreductible .
A la hora de entrenar un clasificador, lo que principalmente nos interesará será: La precisión en el entrenamiento La precisión en el test Podemos tener diferentes medidas de bondad, pero nos interesa maximizarlas en el test Podemos tener diferentes medidas de bondad, y nos interesa tanto el entrenamiento como el test .
El modelo de regresión lineal: Se puede utilizar para clasificar sin modificaciones Se puede utilizar para clasificar cambiando la codificación de los predictores No es un modelo adecuado para clasificar .
La sensibilidad de un clasificador respecto de la clase j es: El ratio de Verdaderos Positivos El porcentaje de individuos con valor Y=j que hemos clasificado bien Un índice de cómo de bien puedo identificar las observaciones de una clase El recall Todas las anteriores son ciertas .
Para que F1 de un clasificador sea alto: Tanto la precisión como la sensibilidad tienen que ser altas La sensibilidad o la precisión tiene que ser altas La sensibilidad tiene que ser alta aunque la precisión no lo sea La precisión tiene que ser alta aunque la sensibilidad no lo sea .
En el modelo K vecinos más cercanos: Cuanto menor K utilice mejores resultados obtendré ya que me ajustaré más a los datos Cuanto mayor K utilice mejores resultados obtendré ya que generalizaré mejor Debo encontrar un valor de K que equilibre ajuste y generalización Obtendré mejores resultados con un valor de K que se ajuste al tamaño de la muestra .
Si el modelo no clasifica en test perfectamente será porque: No he elegido el modelo de clasificación correcto Necesito más tamaño Existe un error de Bayes que no voy a poder reducir haga lo que haga Depende del caso puede ser debido a una o varias de las razones anteriores .
En un modelo de clasificación con 10 vecinos más cercanos (sin empates), cuál de los siguientes no es un valor de probabilidad de clasificación válido: 0.1 0.65 0.7 0.5.
La Regresión Lineal modela: La variable de respuesta Y La probabilidad de la variable de respuesta Y dado unos predictores X La probabilidad de unos predictores X dada la variable de respuesta Y Ninguna de las anteriores .
Al utilizar un modelo de regresión logística: Es recomendable utilizar conjuntos de datos disjuntos para entrenar y para testear Es recomendable entrenar y probar en el mismo conjunto de datos, ya que tendremos más observaciones Es recomendable entrenar y probar el subconjunto de entrenamiento Es recomendable entrenar y probar el subconjunto de test .
El área bajo la curva ROC evalúa: El mismo modelo en múltiples cortes de probabilidad para una clase en concreto simultáneamente El mismo modelo en múltiples cortes de probabilidad para todas las clases simultáneamente Simultáneamente diferentes parámetros de un modelo Un modelo en un corte de probabilidad y con unos parámetros concretos.
En los modelos de regularización de la regresión: LASSO penaliza proporcionalmente el valor de todos los coeficientes Ridge penaliza para llevar coeficientes a 0 ElasticNet puede penalizar proporcionalmente el valor de todos los coeficientes, pero no llevarlos a 0 Ninguna de las anteriores ElasticNet puede llevar coeficientes a 0, pero no puede penalizar proporcionalmente el valor de los coeficientes .
Una vez ya evaluado, a la hora de entregar un clasificador final para solucionar un problema: Predecimos con todos los puntos de la curva ROC simultáneamente Tendremos que elegir uno de los puntos de la curva Roc en concreto Dependiendo del problema podremos predecir utilizando uno, varios o todos los puntos de la curva ROC Ninguna de las anteriores .
En un modelo de regresión logística la frontera de decisión entre clases es: Lineal Polinómica Logística Logarítmica .
¿Cuál de los siguientes no es una técnica de análisis discriminante? Análisis Discriminante Lineal Análisis Discriminante Cuadrático Análisis Discriminante Logístico Todos lo son .
¿Cuál es una de las ventajas de Análisis Discriminante Lineal respecto de Regresión Logística? La regresión Logística no trabaja naturalmente con más de dos clases Análisis Discriminante Lineal es capaz de encontrar fronteras de decisión no lineales Análisis Discriminante Lineal no asume una distribución normal multivariante de los predictores Ninguna de las anteriores .
¿Cuál es la principal diferencia entre Análisis Discriminante Lineal y Cuadrático? LDA es paramétrico mientras que QDA es no paramétrico LDA asume una distribución normal multivariante y QDA no LDA siempre obtiene peores resultados que QDA, al ser este último un método más general LDA asume matrices de varianzas iguales entre clases y QDA no .
Cuando utilizamos LDA como un método de reducción de la dimensionalidad: No podemos obtener más dimensiones que el número de variables que tengamos Podemos obtener tantas dimensiones como clases tengamos Podemos obtener tantas dimensiones como las clases que tengamos menos uno LDA no puede ser utilizado para reducción de la dimensionalidad a diferencia de PCA Todas las anteriores son falsas .
¿Qué método no elegirías para encontrar una frontera de decisión no lineal? K vecinos más cercanos Regresión logística QDA Naïve Bayes Todos los anteriores pueden encontrar una frontera no lineal a diferencia de LDA .
¿Qué método no puede obtener una probabilidad de clasificación? KNN Regresión Logística LDA QDA Naïve Bayes Todos pueden obtener una probabilidad .
En Naïve Bayes Obtendremos una frontera de decisión lineal Asumimos una normal multivariante como distribución de los predictores Asumimos independencia de los predictores por clases Funciona mejor que LDA o QDA cuando n es muy grande y p muy pequeño .
|
