Skip to content
Discussion options

You must be logged in to vote

El orden, seria este:

Ranking de Modelos de Regresión por Importancia
Ridge (Ya establecido como el modelo elegido)

R² test: 0.893, MAE: $18,674
Balance óptimo entre precisión y eficiencia
Bayesiano Optimizado

R² test: 0.892, MAE: $18,741
Prácticamente igual que Ridge en precisión
Ventaja adicional: proporciona estimaciones de incertidumbre
Eficiencia computacional muy alta (5/5)
Regresión Lineal Simple

R² test: 0.893, MAE: $18,791
Similar a Ridge pero sin regularización
Misma eficiencia computacional (5/5)
Ligeramente más susceptible a multicolinealidad que Ridge
XGBoost

R² test: 0.896, MAE: $17,414
La mejor precisión absoluta
Desventajas: mayor sobreajuste (Δ R² = 0.08), eficiencia comp…

Replies: 1 comment

Comment options

You must be logged in to vote
0 replies
Answer selected by peperuizdev
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Category
Q&A
Labels
None yet
2 participants