Curso de machine learning avanzado con R #06: Algoritmos de clasificación

Aquí dejamos de predecir números y empezamos a predecir categorías, y resulta que eso cambia bastante más de lo que parece a primera vista. La regresión logística tiene un nombre que suena a prima rara de la regresión lineal, y en realidad lo es, pero con un giro matemático que le permite hacer algo que la lineal no puede: escupir probabilidades que tienen sentido.

Vamos a entender qué hace exactamente esa función con forma de S que convierte cualquier número, por muy raro que sea, en un valor entre 0 y 1. Y de ahí vamos a pasar a la matriz de confusión, que probablemente ya usaste, pero cuyas siglas (esas de TP, FP, FN, TN) seguramente te generaban más ansiedad que claridad. Se acabó la ansiedad.

También te vamos a enseñar a leer una curva ROC sin que te entre el pánico, y a entender qué te está diciendo de verdad un número como el AUC más allá de "cuanto más alto, mejor" (que sí, es cierto, pero hay mucho más detrás).

Y por si fuera poco, cerramos con KNN, el algoritmo más distinto a todo lo anterior que vas a ver en el curso: no aprende nada, no calcula ninguna ecuación, simplemente mira a su alrededor y copia lo que ve. Suena simple. No lo es tanto como parece.