Análisis comparativo de optimización de hiperparámetros por búsqueda en grilla y algoritmos genéticos para forecasting de XGBoost en ventas online

Autores/as

  • Leizy Melissa Pinzon Villanueva a:1:{s:5:"es_ES";s:19:"0000-0001-6997-8988";}

DOI:

https://doi.org/10.15332/24224529.8401

Palabras clave:

Optimización, busqueda en grilla, algoritmo genetico, pronostico, hiperparametros

Resumen

En el presente estudio, se plantea un análisis comparativo de la optimización de los hiperparámetros utilizados en el modelo XGBoost para el pronóstico de unidades de venta con una serie de tiempo de ventas de comercio electrónico, utilizando la búsqueda en grilla y algoritmos genéticos. La búsqueda en grilla se realiza con el fin de comparar el desempeño de ambos métodos de optimización en su rendimiento con la métrica R^2 y los tiempos de ejecución, tomando el conjunto de datos de ventas, tratándolo, e implementando el modelo XGBoost con sus hiperparámetros por defecto y luego aplicando las optimizaciones en 6 hiperparámetros definidos en dos grupos con diferentes valores, para proceder con la comparación. Los resultados muestran que la búsqueda en grilla funciona mejor para la optimización en el conjunto de datos utilizado, dando un resultado del 69.24%, mientras que el algoritmo genético no logra llegar a una predicción efectiva, lo que abre la puerta a explorar otras librerías de algoritmos evolutivos que puedan aportar a la investigación.

Citas

Espinoza Zúñiga, Jesús. Aplicación de algoritmos Random Forest y XGBoost en una base de solicitudes de tarjetas de crédito. Revista Ingeniería Investigación y Tecnología, volumen XXI (número 3), julio-septiembre 2020 1-16. Universidad Nacional Autónoma de México. México.

Granda Rodríguez, Manuela Andrea. Determinantes del riesgo de incumplimiento en créditos educativos: un análisis para Colombia. Tesis de Maestría en Economía. Universidad EAFIT. 2020.

Jain, M. (2018). Hyperparameter-tuning-in-XGBoost-using-genetic-algorithm.

Ji, S., Wang, X., Zhao, W., & Guo, D. (2019). An Application of a Three-Stage XGBoost: Based Model to Sales Forecasting of a Cross-Border E-Commerce Enterprise. Mathematical Problems in Engineering, 2019, 1-15. https://doi.org/10.1155/2019/8503252.

Torres Acero, Nicolás. Modelos para la Predicción de Deserción Universitaria de Estudiantes de Psicología de la Universidad el Bosque. Maestría en Estadística, Universidad del Bosque. 2022.

Descargas

Publicado

2023-10-11 — Actualizado el 2023-10-26

Versiones

Cómo citar

Pinzon Villanueva, L. M. (2023). Análisis comparativo de optimización de hiperparámetros por búsqueda en grilla y algoritmos genéticos para forecasting de XGBoost en ventas online . CITAS, 9(2). https://doi.org/10.15332/24224529.8401 (Original work published 11 de octubre de 2023)