Índice

Puesta en práctica: aprendizaje supervisado Aprendizaje supervisado

Vamos a realizar un pequeño ciclo de construcción de una predicción para poner en práctica las nociones vistas anteriormente. En primer lugar, vamos a dotarnos de un conjunto de observaciones. Este conjunto contendrá 10 000 observaciones, dos features como entrada y una que debemos predecir. Buscaremos el modelo f, la feature objetivo será y, la entrada X(x1,x2). El conjunto de observaciones Z = (X,y) está dividido en un conjunto de entrenamiento Ze de 6 000 filas y un conjunto de validación de Zv de 4 000 filas.

Vamos a entrenar al modelo sobre el conjunto de entrenamiento Ze, tratando de estimar el modelo f, lo que nos dará una función «estimación de f» tal que:

images/eq472.PNG
A continuación aplicaremos images/eq396.PNG sobre el conjunto de validación Xv y obtendremos un vector de predicciones images/eq473.PNG que compararemos con el vector yv de los valores reales propios del conjunto de validación.

Para hacer esto vamos a crear simplemente un conjunto Z «ficticio» donde habremos impuesto, y luego perturbado aleatoriamente, el hecho de que y se sitúe más o menos sobre el plano:

2 . x1 - 7 . x2 + 1.

Nuestra idea es constatar que los algoritmos utilizados encuentran la ecuación de este plano con un error de pequeña amplitud.

1. Preparación

El código de creación del conjunto ficticio de observación es el siguiente (sin ningún interés ...