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