La regresión logística es un método estadístico que predice la probabilidad de uno de dos resultados, por ejemplo «compra» o «no compra». Pondera las variables de entrada y convierte su suma en un valor entre 0 y 1 mediante una función en forma de S. Como sus pesos son fáciles de interpretar, se usa mucho en la evaluación de créditos, la medicina y el marketing, a menudo como referencia para modelos más complejos.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoLa regresión lineal es un método estadístico que describe la relación entre una variable objetivo y una o varias variables explicativas mediante una recta o un plano. Los coeficientes suelen elegirse de forma que se minimice la suma de las desviaciones al cuadrado. Es fácil de entender e interpretar: por ejemplo, permite estimar cuánto aumentan las ventas si subes el presupuesto publicitario en 1.000 euros. Con relaciones no lineales muestra sus límites.
Un clasificador es un modelo o método que asigna una entrada a una de varias categorías predefinidas. Las variantes clásicas, como los árboles de decisión o Naive Bayes, se entrenan con ejemplos etiquetados; los modelos de lenguaje también pueden clasificar textos a partir de una descripción de las categorías. Usos típicos son detectar spam, ordenar consultas de clientes por tema o clasificar justificantes. La calidad se mide con métricas como exactitud, precisión y exhaustividad (recall).
La pérdida logarítmica (log loss) mide hasta qué punto las probabilidades que predice un modelo de clasificación coinciden con los resultados reales. Las predicciones seguras pero erróneas se penalizan con especial dureza; un valor cercano a cero indica pronósticos bien calibrados. Ejemplo: si un modelo da un 95 % de probabilidad de baja a un cliente que se queda, la pérdida sube claramente. Matemáticamente equivale a la entropía cruzada binaria.
Naive Bayes es una familia de métodos de clasificación sencillos basados en el teorema de Bayes. Se llaman «ingenuos» porque suponen que todas las variables son independientes entre sí, algo que rara vez se cumple en la práctica pero que a menudo da buenos resultados. Son rápidos, necesitan pocos datos de entrenamiento y funcionan especialmente bien con textos. Un ejemplo clásico es el filtro de spam que clasifica correos según palabras típicas.
