Unidad 5 - Regresión: el árbol que predice números

Analítica para los negocios · Semana 12 · 06327-ECO

@emartigo Eduard F. Martínez G. eduard-martinez eduard-martinez.github.io

1 Cómo estudiar esta semana

Antes de clase

1. 🎬 Mira el video de la semana (está embebido aquí abajo): cómo el mismo algoritmo CART de la semana pasada pasa de clasificar a predecir un número.
2. 🕹️ Juega con las aplicaciones interactivas: entrena un árbol que predice números y mira la escalera de sus pronósticos.

En clase

3. ✅ El quiz, al inicio.
4. 📊 La presentación: la teoría del árbol que predice números y una pregunta nueva — ¿qué tan popular será una canción urbana?
5. 💻 El script de R, con el monitor: el árbol de regresión sobre 2.427 canciones urbanas reales de Spotify.
6. 📝 El taller: al final del script, tu propio árbol y su MAE en el test.

Después de clase (opcional)

7. 🖥️ La práctica interactiva con los créditos de Cóndor: el mismo árbol de regresión, ahora sobre el caso del proyecto — en tu navegador, celda por celda, sin instalar nada y sin entrega.

De clasificar a pronosticar. La semana pasada el árbol respondía sí o no: ¿este cliente se va? Esta semana el target es un número — en clase, la popularidad que logrará una canción urbana (el índice de Spotify que resume sus reproducciones); en la práctica opcional, lo que recuperará Cóndor de cada crédito en mora. El algoritmo es el mismo; cambian dos cosas: la hoja ya no guarda una clase sino el promedio de su grupo, y el error ya no se cuenta en aciertos sino en las unidades del negocio — el MAE, el error promedio por pronóstico.

2 El video de la semana

El mismo CART de los árboles de clasificación, ahora prediciendo números: qué pregunta elige, qué guarda cada hoja y por qué el pronóstico es una escalera (canal Codificando Bits; el video arranca directo en la parte de regresión):

3 Explóralo tú mismo: el árbol que predice números

El playground de la semana 11, versión regresión. Dos pestañas: el Mapa de predicción (el espacio partido en regiones, ahora coloreadas por el valor que predicen) y la Estructura del árbol (los promedios en cada hoja).

¿Qué explorar?

1. Con profundidad 1: ¿cuántos valores distintos puede predecir el árbol? Mira la escalera en el Mapa.
2. Sube la profundidad a 5 o 6: ¿el MAE de train sigue bajando? ¿Y el de test? Es el sobreajuste que verás en la práctica con los créditos de Cóndor.
3. Compara MAE y RMSE en el panel: ¿cuándo se separan? La brecha entre los dos delata errores grandes ocasionales.
4. En la pestaña Árbol: ¿puedes leer el promedio que predice cada hoja?

Dataset

Notas de estudiantes Precio de viviendas

Profundidad máxima

3

Mín. muestras por hoja

5

Mín. muestras para dividir

10

MAE

—

Train

—

Test

RMSE

—

Train

—

Test

Baseline MAE (promedio global)

—

Elige un dataset y entrena el árbol para comenzar

Otra aplicación para seguir jugando. El explicador visual de MLU-Explain sobre el equilibrio sesgo–varianza — la curva del sobreajuste, animada paso a paso (en inglés): mlu-explain.github.io/bias-variance.

4 Material adicional

• 📘 An Introduction to Statistical Learning (ISLR) — capítulo 8, la referencia formal de los árboles (clasificación y regresión): statlearning.com
• 🎥 StatQuest — Regression Trees, Clearly Explained (en inglés, con humor): youtube.com/watch?v=g9c66TUylZ4

---

En clase → la presentación (¿qué tan popular será una canción urbana?), el script de R con el monitor y el taller. Después (opcional) → la práctica interactiva con los créditos de Cóndor en tu navegador.