Bondad de ajuste y selección de modelos
Mapa conceptual
- Regresion
- Lineal simple
- Beta 0 y 1
- R-cuadrado
- Residuos
- Supuestos
- Normalidad
- Homocedasticidad
- Independencia
- Multiple
- Multicolinealidad
- Ajuste R2
- AIC/BIC
- Logistica
- Odds ratio
- Sigmoide
- Regularizacion
- Lineal simple
El problema de comparar modelos
Añadir predictores nunca empeora el ajuste en el entrenamiento: la bondad medida ahí sube monótona. Si eligiéramos por ese criterio, siempre ganarían los modelos más complejos, que suelen estar más sobreajustados. Comparar exige un correctivo.
Verosimilitud y su trampa
La verosimilitud mide cuán bien un modelo explica los datos observados, y también sube al añadir parámetros. Necesitamos criterios que descuezan la ganancia de bondad contra el coste de la complejidad añadida, para no premiar el simple hecho de tener más grados de libertad.
Criterios de información
El AIC y el BIC resumen verosimilitud menos una penalización por número de parámetros. Premian el buen ajuste pero cobran peaje por cada coeficiente. El mejor modelo es el que minimiza el criterio, equilibrando acierto y parsimonia.
AIC frente a BIC
El AIC penaliza menos los parámetros y tiende a modelos más ricos, orientado a predicción. El BIC penaliza más, sobre todo con muestras grandes, y favorece modelos más simples, apuntando a recuperar la estructura verdadera. Eligen según el objetivo y el tamaño.
Validación como juez último
Ningún criterio interno sustituye a medir el error sobre datos no usados en el ajuste. La validación cruzada estima cómo rendirá el modelo ante datos nuevos, que es justo lo que queremos, y es el árbitro más honesto entre candidatos.
Validación cruzada k pliegues
Se parte la muestra en k pliegues; cada vez se entrena con k menos uno y se valida con el restante. El error promedio estima la capacidad de generalizar. Repetir con distintas particiones reduce la variabilidad de esa estimación.
Selección por pasos
La selección hacia delante añade la variable que más mejora en cada paso; la hacia atrás parte de todas y elimina. Ambas son codiciosas y frágiles: pueden quedarse enganchadas en elecciones tempranas mediocres, y se desaconsejan frente a la regularización moderna.
Mejor subconjunto
Evaluar todas las combinaciones de predictores daría el óptimo pero es exponencialmente inviable. Los métodos voraces la imitan de forma barata, a costa de poder perder el mejor modelo. La regularización ofrece hoy una alternativa más estable.
R square y su prima ajustada
En modelos anidados, el incremento de R cuadrada al añadir una variable puede deberse al azar. La R cuadrada ajustada y los tests de comparación de modelos anidados ayudan a juzgar si el extra merece la pena, penalizando la ganancia superficial.
El peligro del múltiple comparado
Probar decenas de modelos y quedarse con el mejor según el mismo conjunto de validación reintroduce el sobreajuste: se selecciona el que tuvo más suerte. Un conjunto de test reservado hasta el final es la única salvaguardia contra la optimización involuntaria.
Criterios para clasificación
Cuando la respuesta es categórica, la bondad no se mide con residuos cuadrados sino con verosimilitud, entropía o curvas ROC. Los criterios de información se construyen entonces sobre la verosimilitud, manteniendo la misma lógica de penalizar la complejidad.
Curva de aprendizaje
Dibujar el error de entrenamiento y validación contra el tamaño de muestra diagnostica el tipo de problema: brecha amplia entre ambas señala sobreajuste (más datos ayudarían); ambas altas y juntas, subajuste (hace falta un modelo más expresivo).
Errores frecuentes
- Elegir el modelo por su ajuste en el entrenamiento, sin validación.
- Probar muchos modelos y quedarse con el mejor según el mismo conjunto de validación.
- Premiar siempre la complejidad ignorando la parsimonia y la interpretabilidad.
El motivo principal por el que el AIC penaliza el número de parámetros es:
La validación cruzada estima directamente el error de un modelo sobre datos no vistos.
Parsimonia y sentido común
Un modelo ligeramente peor en métricas pero que un experto entiende y confía, a menudo vale más en producción que una caja negra opaca con una décima más de acierto. La selección no es solo numérica: la interpretabilidad tiene valor de uso.
El modelo es un medio
Seleccionar modelo no es un concurso de métricas sino un medio para una decisión. Definir primero qué error cuesta más, y elegir criterio y validación coherentes con ese coste, importa más que rascar una milésima de acierto con el criterio equivocado.
Selección de modelos
Toca una tarjeta para ver la respuesta.
Ordena un proceso honesto de selección:
Arrastra cada ficha a su categoría (o tócala y luego toca la categoría). También puedes usar el teclado.
Interpretable MLComparación y selección de modelos con criterio.
Ajustas doce modelos y el mejor gana por poco en validación cruzada. Antes de elegirlo, ¿qué comprobarías para no estar sobreoptimizando la selección?
Tu texto se guarda sólo en este dispositivo.
NIST: RegressionReferencia completa de metodos de regresion.
Comentarios
Inicia sesión para comentar.
Todavía no hay comentarios. Sé la primera persona en opinar.