Index

A

acuracidad

AdaBoost algoritmos jerárquicos

B

bagging BallTree

blending boosting bootstrap (muestra)

C

canopy clustering clustering y segmentación ColumnTransformer (clase) cross validation iterators

cross-validation cross_val_score cross_validate curva de ROC

D

DAGSVM (Directed Acyclic Graph SVM) Decicision Stump distancia de coseno distancia de Gauss

distancia de Hamming distancia de Mahalanobis distancia de Minkowski distancia euclídea distancia o similitud

E

early stopping ensembles

error cuadrático medio especifidad estimadores

F

F-score

FeatureUnion (clase)

G

get_dummies() (pandas)

Gradient Boosting GridSearchCV

I

iteradores validación cruzada

K

k-fold k-means

KDTree kernel

L

learning rate

M

make_column_transformer (clase) make_pipeline

Máquinas de Vector Soporte mean absolute error (MAE) medidas bondad ajuste

N

Neareast Neighbors

O

One-vs-One One-vs-Rest

OneHotEncoder OOB out-of-bag

P

para temprana

pasting pipelines o canalizaciones o tuberías

R

raíz del error cuadrático medio

regresión logística multinomial regularización (lasso ridge y ElasticNet)

S

sensibilidad slack variables Softmax regresión

Stacking Support Vector Machines SVM

T

tasa de aprendizaje thresholds

train_test_split transformadores

V

validación cruzada

validación modelos variables de holgura

X

XGBoost