Comparativa entre classification trees, random forest y gradient boosting; en la pbkp_redicción de la satisfacción laboral en Ecuador.

Abstract:

Con el objetivo de encontrar un modelo adecuado para predecir el Nivel de Satisfacción Laboral en Ecuador, se compararon tres modelos de pbkp_redicción basados en árboles. Los modelos “Random Forest” y “Gradient Boosting” se consideran más complejos que el modelo “Classification Trees” y suponen mejores resultados; sin embargo, al aplicarlos sobre una base de datos obtenida a partir de la Encuesta Nacional de Empleo, Desempleo y Subempleo; se encontró que los criterios y eficiencia de pbkp_redicción son similares para los tres modelos, alcanzando aproximadamente un 30% de error en la clasificación.

Año de publicación:

2018

Keywords:

Fuente:

google