Reto 1: Limpieza de Correlación
Usa el nodo Linear Correlation para hallar variables con correlación > 0.9 (como largo y ancho del pétalo). Elimina una y reentrena. Esto ayuda al solver a encontrar el mínimo global sin redundancias que causen inestabilidad numérica. ¡Menos es más!
Reto 2: El "Punto Dulce" de Épocas
Con la regularización Gauss activa, entrena empezando con solo 10 épocas. Sube de 10 en 10 y grafica el Accuracy. Descubrirás que después de cierto punto (quizás <100), el modelo ya no mejora. Evita el desperdicio de cómputo y el sobreajuste.
¡Claro! Vamos con un reto que te obligue a expandir tu flujo de trabajo añadiendo nodos clave para mejorar la calidad de los datos antes de que lleguen al modelo:
Reto3: Ingeniería y Limpieza de Datos
Añade un nodo Normalizer para escalar variables y un nodo Missing Value (aunque Iris está limpio, es buena práctica). Luego, usa un SMOTE para balancear clases si particionaste los datos. Datos normalizados y balanceados garantizan una convergencia mucho más rápida.
