TTE293

medidas de centralización, como promedios, para obtener una ponderación del rendimiento

general para la validación KFold.

El número de conjunto aplicado para el modelo KFold se realiza a partir de 3 subconjunto de

datos. Se obtuvo para cada subconjunto el coeficiente de determinación ( 2 ) y el error cuadrático medio (RMSE), resumido en la tabla 8.

2 = 0.77

Fold 1

RMSE = 4.14

2 = 0.66

Fold 2

RMSE = 6.3

2 = 0.77

Fold 3

RMSE = 3.7

Promedio 2 = 0.73

Promedio RMSE = 4.7

Resumen coeficiente de rendimiento 2 y RMSE

Tabla 8.

Comparando los coeficientes de rendimiento del KFold y el modelo de predicción indicaría

que al subdividir no existe mejoras significativas para el modelo Random Forest (RF). Esto

ocurre principalmente debido a la cantidad limitada de datos para generar un modelo de

entrenamiento, que sea robusto para predecir información de consumo de ácido sulfúrico.

67