Tamaño de fuente
  • A-
  • A
  • A+
Color del sitio
  • R
  • A
  • A
  • A
Salta al contenido principal
EVA PUCE POSGRADOS MAESTRIASENLINEA 2025-2025 EVA PUCE POSGRADOS MAESTRIASENLINEA 2025-2025
  • Página Principal
  • Más
Español - Internacional ‎(es)‎
English ‎(en)‎ Español - Internacional ‎(es)‎
En este momento está usando el acceso para invitados
Acceder
Página Principal

C6T2 - Random Forest Classifier

  1. QUI/75/202502/V/EV/NV05/NV05-01-10/N0023-06/2104/TPR
  2. C6T2 - Random Forest Classifier
Requisitos de finalización
Hacer un envío

Tema

Aprendizaje supervisado

Instrucciones

Crea un dataset de dos features para clasificación binaria usando el módulo make_blobs con clases que no son linealmente separables. Y entrena varios clasificadores Random Forest modificando el parámetro n_estimator con los siguientes valores 2, 5, 10, 25. Valida en testing el performance de los modelos usando al menos dos métricas de evaluación e indica cual es el mejor modelo tomando en cuenta su performance en testing y la cantidad de árboles usados.

Tip. Utiliza las siguientes librerías para cargar los datos:

t2
Figura 1: Prueba de Imagen

Tipo de entrega: Archivo en .ipynb


Actividad previa C6C1 - Cuestionario - Naive Bayes, Random Forest, Redes Neuronales y Data Leakage
Siguiente actividad C7T1 - Análisis de componentes principales
PUCE Virtual Logo

CAMPUS VIRTUAL

  • → SOPORTE VIRTUAL

CONTACTOS

  • soportevirtual@puce.edu.ec
  • Tel: +593 99 715 1230
  • Sede Quito
    Avenida 12 de Octubre 1076 y
    Vicente Ramón Roca