Un árbol de decisión clasifica haciendo preguntas del tipo «¿m² ≤ 92?». En cada paso prueba todos los cortes posibles en cada variable, mide cuánto «desorden» queda en los dos lados (impureza de Gini) y se queda con el corte que más lo reduce. Así va partiendo el plano en rectángulos cada vez más puros.
Pasa el ratón por un nodo para ver su región en el mapa, o por el mapa para ver qué camino sigue ese punto. Cada nodo muestra la pregunta, cuántos puntos llegan (n), su impureza y la mezcla de clases.
Árboles completos de profundidad 1 a 10 con estos datos. Entrenamiento siempre mejora; test llega a un techo y luego empeora: sobreajuste.
Viviendas, profundidad 3, «Siguiente corte». Mira las curvas de la derecha: el corte elegido es el punto más bajo. El primer corte suele ser la variable que más separa los precios.
Diagonal. Los árboles solo cortan en horizontal o vertical, así que una frontera en diagonal la aproximan con una escalera.
Ruido, profundidad 10, mínimo por hoja 1. El árbol encierra cada punto suelto en su propio rectángulo: casi 100 % en entrenamiento, bastante peor en test.
Sube «Mínimo por hoja» a 10. Es una forma de poda: impide hojas con pocos puntos y el árbol generaliza mejor.
Pulsa «Ver Random Forest». 25 árboles, cada uno con una muestra distinta de los datos, votan. La frontera sale más suave y el acierto en test suele subir.