![](https://www.aprendemachinelearning.com/wp-content/uploads/2019/06/presenta-Random-Forest.png)
Random Forest, el poder del Ensamble
Si ya leíste el algoritmo de árbol de Decisión con Aprendizaje Automático, tu próximo paso es el de estudiar Random Forest. Comprende qué és y cómo funciona con un ejemplo práctico en Python. Podrás descargar el código de ejemplo en una Jupyter Notebook -como siempre-.
Random Forest es un tipo de Ensamble en Machine Learning en donde combinaremos diversos árboles -ya veremos cómo y con qué características- y la salida de cada uno se contará como “un voto” y la opción más votada será la respuesta del <<Bosque Aleatorio>>.
Random Forest, al igual que el árbol e decisión, es un modelo de aprendizaje supervisado para clasificación (aunque también puede usarse para problemas de regresión).
![](https://i2.wp.com/www.aprendemachinelearning.com/wp-content/uploads/2019/06/algoritmo-random-forest.png?fit=525%2C787)
¿Cómo surge Random Forest?
Uno de los problemas que aparecía con la creación de un árbol de decisión es que si le damos la profundidad suficiente, el árbol tiende a “memorizar” las soluciones en vez de generalizar el aprendizaje. Es decir, a padecer de overfitting. La solución para evitar esto es la de crear muchos árboles y que trabajen en conjunto. Veamos cómo.
Cómo funciona Random Forest?
Random Forest funciona así:
Seguir Leyendo