← Entregas
Mes 3 · Modelos de ocurrencia
Desarrollar y evaluar modelos binarios para anticipar la ocurrencia de heladas en cada horario operacional, explorando ventanas, atributos, balance de clases y estrategias de validación.
Semanas 8 a 13 de 26 · enero 2027
Parte en 48 días
21-12-2026 al 31-01-2027
Productos listos
0 de 4
2 en desarrollo · 2 por hacer
Avance del plan
0 %
0 de 9 actividades hechas
Productos del mes
Su entrega se arma en esta página, como la del mes 1.- Aporta a N.º 8Pipeline binarioen desarrollo
Pipeline reproducible de entrenamiento y validación binaria
Falta el balance de clases.
- Aporta a N.º 9Modelos de ocurrenciaen desarrollo
Modelos preliminares de ocurrencia por estación y horario
Primeros modelos de las pilotos entrenados; falta la evaluación final.
- Aporta a N.º 7 · N.º 18Comparación documentadapor hacer
Comparación documentada de ventanas, atributos, algoritmos y estrategias de validación
- Aporta a N.º 13Criterios de selecciónpor hacer
Criterios técnicos preliminares para selección de modelos finales
Actividades de la etapa
- Entrenar Random Forest y XGBoost para helada / no heladaPendiente
- Explorar longitudes de ventana para 15:00, 18:00 y 21:00Pendiente
- Calibración y selección de atributos por estaciónPendiente
- Estrategias para el desbalance de clasesPendiente
- Validación temporal con temporadas o años fuera del entrenamientoPendiente
- Registro sistemático de experimentosPendiente
- Métricas: accuracy, precision, recall, F1, matriz de confusión, ROC y PRPendiente
- Análisis de heladas no detectadas y falsas alertasPendiente
- Configuraciones preliminares piloto y validación en un subconjunto adicionalPendiente
- Cierre etapa 3Hito
Barra clara: semanas de la actividad; parte oscura: avance; ◆ hito. Toca una actividad para ver su detalle en la carta Gantt.