Gradient boosting tabular
Tema: ML Clásico · Catálogo de recetas · temario: Syllabus IOAI
📍 Dónde se aprende: módulo 07 de la Ruta de Aprendizaje.
Qué hace
Clasificación sobre datos tabulares con HistGradientBoostingClassifier.
Cuándo usarla
Como candidato inicial para datos tabulares o embeddings. Puede competir con una red entrenada desde cero usando pocos datos; compara calidad y tiempo en tu validación.
Implementación
Necesita: numpy, sklearn.
import numpy as np
from sklearn.ensemble import HistGradientBoostingClassifier
def boosting_tabular(X_train, y_train, X_test, semilla=0):
"""Gradient boosting sobre datos tabulares: la apuesta segura.
`HistGradientBoosting` viene en scikit-learn (no hace falta xgboost),
aguanta valores faltantes sin imputar y no necesita que escales nada.
"""
modelo = HistGradientBoostingClassifier(
max_iter=200, learning_rate=0.1, early_stopping=True,
validation_fraction=0.15, random_state=semilla)
modelo.fit(X_train, y_train)
return modelo.predict(X_test)⚠️ Notas
Ventajas que importan bajo reloj: acepta valores faltantes sin imputar, no necesita escalado y trae early stopping propio. Viene en scikit-learn, así que no depende de que xgboost esté instalado — y en la IOAI no se pueden instalar paquetes.
El random_state no es opcional: sin él dos corridas dan números distintos y no sabes si tu mejora fue real.
🔗 Relacionadas
Verificada
Este código se ejecuta en cada publicación, contra una referencia obviamente correcta, en
herramientas/pruebas/modelos.py. Si se rompe, el sitio no se actualiza.
Las otras puertas del vault: Ruta de Aprendizaje · Referencia · IOAI