Árbol de Decisión
Un modelo que toma decisiones por ramas, aplicando reglas simples y altamente interpretables.
Un árbol de decisión divide el espacio de datos en ramas mediante preguntas del tipo “si-entonces”. Cada nodo evalúa una condición y cada hoja produce una decisión final.
Recorre una ruta de decisión
Laboratorio de Árboles
Ramas, umbrales y hojas
Nodo
Raíz
¿Ingreso > 55? Primer corte para separar perfiles de menor y mayor capacidad de pago.
Nodo
Nodo intermedio
Si el ingreso es alto, el árbol mira deuda o score.
Nodo
Hoja final
La ruta actual termina en aprobado con confianza 86%.
Aprobado
Ingreso > 55 → Deuda < 35
- Cada nodo aplica una regla simple del tipo “si-entonces”.
- Pequeños cambios cerca del umbral pueden mandar un caso a otra rama.
- El árbol es interpretable porque muestra exactamente por qué decidió.
Cómo piensa un árbol
El árbol busca cortes que hagan a las hojas lo más “puras” posible. Por eso prueba umbrales como ingreso, deuda o score hasta encontrar divisiones que separen mejor las clases.
Qué observar
- Una sola variable puede redirigir el caso a otra rama.
- La gran ventaja del árbol es que se puede explicar fácilmente.
- Si crece demasiado, puede memorizar el entrenamiento y sobreajustar.
Aplicaciones
Se usa en scoring crediticio, reglas médicas, segmentación comercial y situaciones donde la explicación de la decisión es casi tan importante como la precisión.