Selección de características

La selección de características es el proceso de elegir las variables más relevantes para entrenar un modelo. Esto mejora el rendimiento, reduce el tiempo de entrenamiento y evita el sobreajuste. En esta guía aprenderás las técnicas más usadas en IA.

1. Qué es la selección de características

Es el proceso de elegir las columnas más importantes del dataset para entrenar el modelo.

# Ejemplo conceptual
100 columnas → seleccionas 20 → modelo más rápido y preciso

2. Por qué es importante

• Reduce el riesgo de overfitting
• Mejora la precisión
• Reduce el tiempo de entrenamiento
• Hace el modelo más interpretable

3. Selección basada en correlación

Se eliminan características que están altamente correlacionadas entre sí.

import seaborn as sns
import matplotlib.pyplot as plt

sns.heatmap(df.corr(), annot=False)
plt.show()

4. Selección basada en modelos

Algunos modelos permiten obtener la importancia de cada característica.

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier()
model.fit(X_train, y_train)

importancias = model.feature_importances_

5. RFE (Recursive Feature Elimination)

RFE elimina características de forma recursiva hasta quedarse con las más importantes.

from sklearn.feature_selection import RFE
from sklearn.linear_model import LogisticRegression

model = LogisticRegression()
selector = RFE(model, n_features_to_select=5)
selector.fit(X_train, y_train)

selector.support_  # características seleccionadas

6. Selección con Scikit‑Learn

from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import chi2

selector = SelectKBest(score_func=chi2, k=5)
X_new = selector.fit_transform(X, y)

SelectKBest elige las mejores características según una métrica estadística.

7. Ejercicios

# pista correlación
df.corr()

# pista RFE
RFE(model, n_features_to_select=5)

8. Mini‑proyecto: Selección completa

Toma un dataset real y realiza:

• Mapa de correlación
• Importancia de características
• RFE
• SelectKBest
• Comparación de modelos con y sin selección

Siguiente guía