Resumen

GOMES, Cristiano Mauro Assis; LEMOS, Gina C.  y  JELIHOVSCHI, Enio G.. Comparando el Poder Predictivo de los Algoritmos CART y CTREE. Aval. psicol. [online]. 2020, vol.19, n.1, pp. 87-96. ISSN 1677-0471.  http://dx.doi.org/10.15689/ap.2020.1901.17737.10.

El algoritmo CART es ampliamente utilizado en análisis predictivos. Sin embargo, los investigadores argumentan que el CART presenta un fuerte sesgo de selección. Este sesgo se refleja en el CART en la preferencia de seleccionar predictores con elevado número de categorías. Teniendo en cuenta este problema, el presente artículo compara el algoritmo CART y un algoritmo imparcial (CTREE) con relación a su poder predictivo. Ambos algoritmos se aplicaron en el Examen Nacional de la Enseñanza Secundaria de 2011, incluyendo predictores nominales y ordinales con diversas categorías, un escenario susceptible de producir el sesgo de selección de variables mencionado. Fueron generados un árbol CTREE y un árbol CART, ambos con 16 hojas, provenientes de un modelo predictivo con 53 variables y la nota del comentario de texto. El árbol del algoritmo CART presentó mejor predicción. Para grandes bases de datos el algoritmo CART puede proporcionar mejores resultados que el CTREE.

Palabras clave : algoritmos; minería de datos; evaluación educativa a gran escala; aprendizaje de máquina; Examen Nacional de la Enseñanza Secundaria.

        · resumen en Inglés | Portugués     · texto en Inglés     · Inglés ( pdf )