{"id":140693,"date":"2022-01-25T16:23:41","date_gmt":"2022-01-25T15:23:41","guid":{"rendered":"https:\/\/multi.liora.io\/?p=140693"},"modified":"2026-02-24T16:29:05","modified_gmt":"2026-02-24T15:29:05","slug":"random-forest-bosque-aleatorio-definicion-y-funcionamiento","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/random-forest-bosque-aleatorio-definicion-y-funcionamiento","title":{"rendered":"Random Forest: Bosque aleatorio. Definici\u00f3n y funcionamiento"},"content":{"rendered":"\n

Un random forest (o bosque aleatorio en espa\u00f1ol) es una t\u00e9cnica de Machine Learning muy popular entre los Data Scientist y con raz\u00f3n : presenta muchas ventajas en comparaci\u00f3n con otros algoritmos de datos.<\/strong><\/p>\n\n\n\n

Es una t\u00e9cnica f\u00e1cil de interpretar, estable, que por lo general presenta buenas coincidencias y que se puede utilizar en tareas de regresi\u00f3n o de clasificaci\u00f3n. Cubre, por tanto, gran parte de los problemas de Machine Learning<\/b>. En random forest primero encontramos la palabra \u201cforest\u201d (bosque, en espa\u00f1ol). Se entiende que ese algoritmo se basa en \u00e1rboles que se suelen llamar \u00e1rboles de decisi\u00f3n<\/b>.<\/p>\n\n\n\n

Un ejemplo de \u00e1rbol de decisi\u00f3n<\/h2>\n\n\n\n

Como su nombre indica, un \u00e1rbol de decisi\u00f3n ayuda a Data Scientist<\/a> a tomar una decisi\u00f3n<\/b> gracias a una serie de preguntas<\/b> (tambi\u00e9n llamadas tests) cuya respuesta (s\u00ed o no) llevar\u00e1 a la decisi\u00f3n final<\/b>. Tomemos un ejemplo de clasificaci\u00f3n binaria<\/b>: queremos saber si una seta es comestible en funci\u00f3n de los siguientes criterios (o features<\/i><\/b>, en ingl\u00e9s)<\/b>: color, tama\u00f1o de la seta, forma del sombrero, olor, tama\u00f1o del pie, presencia de manchas, etc.<\/p>\n\n\n\n

\"arbre
Exemple d’arbre de d\u00e9cision<\/figcaption><\/figure>\n\n\n\n
\n

En el \u00e1rbol, cada <\/i>pregunta corresponde a un nudo<\/i><\/b>, es decir, <\/i>un lugar en el que una rama se bifurca en dos<\/i><\/b>. En funci\u00f3n de la respuesta a cada pregunta, vamos a dirigirnos hacia tal o tal rama del \u00e1rbol para <\/i>llegar a una hoja<\/i><\/b> (o extremidad) que contenga la respuesta a nuestra pregunta.<\/i><\/p>\n<\/blockquote>\n\n\n\n

Tal vez te preguntar\u00e1s c\u00f3mo se elige el orden de las preguntas: \u00bfpor qu\u00e9 empezar por una u otra?<\/b><\/p>\n\n\n\n

En cada nudo, el algoritmo se pregunta qu\u00e9 pregunta deber\u00eda hacer<\/b>, es decir si hay que interesarse m\u00e1s bien por el olor, la forma del sombrero o el tama\u00f1o de la seta. Por tanto, calcular\u00e1 para cada feature <\/i>la ganancia de informaci\u00f3n<\/b> que se obtendr\u00eda si eligi\u00e9semos ese feature<\/i>. Queremos maximizar la ganancia de informaci\u00f3n, por eso el \u00e1rbol elige la pregunta y de ese modo el feature<\/i><\/b> maximiza la ganancia<\/b>.<\/p>\n\n\n\n

El bosque como la combinaci\u00f3n de \u00e1rboles<\/h2>\n\n\n\n

Random forest<\/i> es lo que se llama un m\u00e9todo de conjunto (o ensemble method, en ingl\u00e9s), es decir que \u201cpone junto\u201d o combina resultados para obtener un superresultado final. Pero, \u00bflos resultados de qu\u00e9? Simplemente de los diferentes \u00e1rboles de decisi\u00f3n que la componen.<\/p>\n\n\n\n

Los random forest<\/i><\/b> pueden constar de varias decenas, incluso centenas de \u00e1rboles, el n\u00famero de \u00e1rboles es un par\u00e1metro que por lo general, se ajusta mediante validaci\u00f3n cruzada<\/b> (o cross-validation, en ingl\u00e9s). Para abreviar, la validaci\u00f3n cruzada es una t\u00e9cnica de evaluaci\u00f3n de un algoritmo de Machine Learning<\/b> que consiste en entrenar y probar el modelo en fragmentos de la serie de datos<\/b> de partida.<\/p>\n\n\n\n

\n

Cada \u00e1rbol se entrena en un subconjunto <\/i><\/b>de la<\/i> serie de datos<\/i><\/b> y da un resultado (s\u00ed o no, en el caso de nuestro ejemplo de las setas). Posteriormente, <\/i>se combinan los resultados de todos los \u00e1rboles<\/i><\/b> de decisi\u00f3n para dar una respuesta final. <\/i>Cada \u00e1rbol \u201cvota\u201d<\/i><\/b> (s\u00ed o no) y la <\/i>respuesta final es la que tenga la mayor\u00eda de votos<\/i><\/b>.<\/i><\/p>\n<\/blockquote>\n\n\n\n

Es lo que se llama un m\u00e9todo de <\/b>bagging<\/i><\/b>:<\/p>\n\n\n\n