Clasificador AdaBoost, Explicado: Una Guía Visual con Ejemplos de Código

AdaBoost es un modelo de aprendizaje automático de ensamble que utiliza una secuencia de árboles de decisión ponderados para hacer predicciones. Combina los árboles a través de un sistema de votación ponderado, donde los árboles que se desempeñan mejor tienen más influencia en la decisión final. La fortaleza del modelo proviene de su proceso de aprendizaje adaptativo, donde cada nuevo árbol se centra en y corrige los errores cometidos por los árboles anteriores. El algoritmo comienza asignando el mismo peso a cada ejemplo de entrenamiento y luego actualiza estos pesos basándose en el rendimiento de cada árbol. Este proceso se repite durante un número especificado de árboles, típicamente entre 50 y 100. La predicción final se hace combinando todos los votos de los árboles, cada uno ponderado por su valor de importancia.