Aprender de datos. Entender los límites.
Un proyecto realizado con un compañero que compara modelos de clasificación para enfermedades dermatológicas y características de hongos, e incorpora una exploración de lógica difusa. Desde el preprocesamiento hasta las métricas, cada etapa importa.
DATOS → MODELO → EVALUACIÓN¿Qué es exactamente el machine learning?
En aprendizaje automático, un modelo ajusta sus parámetros a partir de ejemplos para reconocer patrones y producir una predicción sobre datos nuevos. Aquí se trabaja con aprendizaje supervisado: cada ejemplo de entrenamiento tiene variables de entrada y una etiqueta conocida. El objetivo es aprender una relación útil entre ambas sin memorizar únicamente los ejemplos vistos.
Lo que el modelo observa
Son atributos medibles o codificados: síntomas, rasgos de una muestra o categorías como color de esporas y presencia de anillo.
Lo que intenta predecir
Es la clase asignada a un ejemplo. Sin etiquetas de referencia no se puede medir cuántas predicciones de esta tarea supervisada son correctas.
Del dato bruto a una evaluación reproducible
La ficha original describe limpieza de valores nulos, normalización, análisis exploratorio, entrenamiento de varios modelos y evaluación. Para interpretar resultados con rigor, importa tanto el orden de estas operaciones como el algoritmo elegido.
Ejemplos y etiquetas del problema.
Distribuciones, relaciones y anomalías.
Reservar ejemplos para evaluación.
Ajustar transformaciones solo con train.
Comparar modelos y configuraciones.
Matriz de confusión y métricas.
La ficha confirma limpieza y normalización, pero no documenta su orden exacto. Para evitar fuga de información, el preprocesador debe aprender sus parámetros del conjunto de entrenamiento y aplicar después esa transformación al conjunto de prueba.
Mirar antes de entrenar
Se utilizaron boxplots, violinplots y matrices de correlación para examinar distribución y relaciones entre variables. Estas vistas ayudan a descubrir valores atípicos, escalas diferentes y posibles redundancias.
Medir fuera de la muestra de entrenamiento
En el estudio de hongos se reservó un 20% de los datos para prueba. Un resultado alto en esa partición describe el dataset evaluado; no equivale por sí solo a rendimiento en cualquier entorno nuevo.
Dos dominios distintos, una pregunta común: ¿qué patrón aprende el modelo?
Ambos trabajos son clasificación supervisada, pero cambian las entradas y el significado de equivocarse. La comparación ayuda a entender por qué no basta con mirar una cifra global de aciertos.
Seis categorías a partir de variables clínicas
Se procesó un dataset dermatológico, se eliminaron valores nulos y se normalizaron variables. La exploración visual permitió observar relaciones entre características como enrojecimiento y descamación.
- Clasificación multiclase: una de seis etiquetas.
- Comparación de Random Forest, Gradient Boosting, SVM y árboles.
- Red neuronal Keras con capas ocultas probadas en varias configuraciones.
- Matrices de confusión para localizar clases problemáticas.
Rasgos categóricos y una clase del dataset
Se analizaron atributos como color de esporas, forma y textura del sombrero, y presencia de volva o anillo. Se compararon Random Forest, SVM y una red neuronal Keras.
- Dataset con etiquetas conocidas para entrenamiento.
- 20% de los datos reservado para prueba.
- Métricas de precisión, recall y F1 publicadas.
- Los errores deben analizarse por clase antes de cualquier uso real.
De un árbol a un conjunto de modelos
El proyecto compara algoritmos con formas distintas de aprender. Los árboles ofrecen reglas de partición; los ensambles combinan varios árboles; SVM busca un límite entre clases; una red neuronal ajusta capas de transformaciones. Compararlos con el mismo protocolo de prueba permite ver qué enfoque se adapta mejor al dataset.
Divide los ejemplos según variables y umbrales. Sus ramas se interpretan con facilidad, pero un solo árbol puede ajustarse demasiado al entrenamiento.
Combina muchos árboles entrenados con variación en ejemplos y variables. El voto agregado reduce la inestabilidad de un árbol individual.
Construye modelos sucesivos que intentan corregir errores del conjunto anterior. Necesita controlar su complejidad para evitar sobreajuste.
Busca una frontera que separe clases en el espacio de características. Su comportamiento depende, entre otras cosas, del escalado y de la configuración.
Permite definir capas densas y ajustar pesos mediante entrenamiento. En el caso dermatológico se probaron arquitecturas de 30–20 y 40–30 neuronas ocultas.
Entrena modelos sobre muestras remuestreadas y combina resultados. Random Forest ya incorpora esta idea; la ficha menciona una mejora adicional sin detallar su configuración.
Modelos clásicos
Random Forest: 98%; Gradient Boosting: 96%; árbol de decisión: 93%; SVM: 70%. La ficha denomina «precisión» a estas cifras, sin definir allí el protocolo completo de medición.
Red multiclase
Las configuraciones de 30–20 y 40–30 neuronas superaron el 97% en precisión, recall y F1 según la ficha. Ese dato no demuestra por sí solo mejor generalización fuera del dataset.
Leer la tabla completa importa más que quedarse con el máximo
En el estudio de hongos se publicaron tres métricas por modelo. Una precisión alta indica que muchas predicciones positivas fueron correctas; el recall indica cuántos casos positivos se recuperaron; F1 combina ambas. En problemas donde un error tiene consecuencias desiguales, mirar las tres aporta más información que una cifra aislada.
| Modelo | Precisión | Recall | F1 |
|---|---|---|---|
| Random Forest | 99,2% | 99,0% | 99,1% |
| Red neuronal Keras | 98,5% | 98,3% | 98,4% |
| Support Vector Machine | 95,7% | 94,8% | 95,1% |
Cifras transcritas de la ficha original. No se publican en ella el tamaño de muestra, los intervalos de confianza, la distribución de clases ni una validación externa; por tanto, no son una garantía de comportamiento fuera de ese dataset.
La lógica difusa representa grados, no solo casillas rígidas
Además de los clasificadores entrenados, se desarrolló un sistema de lógica difusa para trabajar con síntomas introducidos por el usuario. En vez de tratar una intensidad solo como «baja» o «alta», una función de pertenencia puede asignar grados simultáneos a varias etiquetas lingüísticas. Después, un conjunto de reglas combina esos grados. Es un enfoque basado en reglas y funciones definidas; no es el mismo proceso que entrenar Random Forest o Keras.
Prueba una intensidad abstracta
Mueve el control y observa cómo una misma entrada puede pertenecer parcialmente a varias categorías.
Esta visualización solo explica funciones de pertenencia. No aplica reglas clínicas, no emite un diagnóstico y no utiliza parámetros documentados del proyecto.
Una matriz de confusión que cambia con el umbral
La matriz de confusión cuenta aciertos y errores por clase. En una clasificación binaria, cambiar el umbral que convierte una puntuación en «positiva» altera falsos positivos y falsos negativos. Prueba el control con 20 ejemplos sintéticos para ver cómo cambian precisión, recall y F1; no son resultados del proyecto.
Sube o baja el umbral
Un umbral alto exige más puntuación para predecir la clase positiva. Un umbral bajo recupera más positivos, pero puede aumentar los falsos positivos.
Datos de juguete: 10 casos positivos y 10 negativos con puntuaciones prefijadas.
Precisión = VP/(VP+FP) · Recall = VP/(VP+FN) · F1 = media armónica de ambas.
Falso positivo
El modelo marca como positiva una muestra que era negativa. Es la casilla «real negativa / predicción positiva».
Falso negativo
El modelo deja sin detectar una muestra positiva. En una aplicación de salud o seguridad alimentaria, el coste de este error exige análisis específico.
Un buen resultado experimental abre preguntas
Los porcentajes publicados muestran que los modelos rindieron bien en las pruebas descritas, especialmente Random Forest. Para convertir un prototipo en una herramienta de uso real haría falta demostrar que el rendimiento se mantiene en datos nuevos y que los errores importantes están suficientemente controlados.
Evitar fugas de información
Dividir antes de ajustar imputación, escalado o selección de variables. Si una transformación aprende del conjunto de prueba, la métrica puede resultar artificialmente optimista.
Observar cada clase
Una cifra global puede ocultar un rendimiento pobre en clases minoritarias. Matrices de confusión, recall por clase y tamaño de muestra dan más contexto.
Probar fuera del dataset
Cambios de población, instrumentos, procedencia o forma de registrar datos pueden alterar las predicciones. La evaluación externa es distinta de una partición aleatoria interna.
Separar evidencia y posibilidad
La ficha original no da tamaño de muestra, intervalos ni detalles de despliegue. Por eso esta página muestra los resultados como métricas informadas del proyecto, no como validación clínica o de consumo.