Priorización de modelos
Descifrando la Decision Science
Howard Friedman
Adjunct Professor at Columbia University
Empezar simple con regresión lineal
La interpretabilidad importa
- Los coeficientes facilitan la alineación
- Cálculo rápido; fácil de explicar
Regresión logística
Muchos problemas reales implican predicciones binarias o categóricas:
- Detección de fraude, churn y modelos de riesgo en salud
Transformaciones de variables
Ajusta los supuestos del modelo a los datos
- Algunos modelos, como la regresión lineal, rinden mejor con residuos normalmente distribuidos
Transformaciones comunes
Usa transformaciones para mejorar modelos iniciales antes de pasar a otros más complejos
