Juan Manuel Jimenez V., Jose Miguel Silva P. 2025-11-15

y

Este análisis clasifica hongos como comestibles o venenosos en el dataset Mushroom de UCI (8.124 observaciones, 23 variables categóricas) usando Naive Bayes Categórico en R. Aspectos clave: Descarga automática y limpieza (manejo de valores faltantes "?"). Análisis exploratorio: distribución de clases y poder discriminativo de variables (destacando odor). Modelado Naive Bayes: comparación entre modelo simple (solo odor) y completo (todas las variables). Validación con 10-fold CV y partición train/test. Comparación con KNN (one-hot encoding y optimización de k). Visualizaciones y métricas clave (Accuracy, matriz de confusión, falsos negativos). Hallazgos principales: Naive Bayes solo con odor logra 98.89% accuracy en test y 98.52% en CV, superando al modelo completo (95.01%). Evidencia de dilución de señal por variables redundantes. KNN alcanza hasta 100% accuracy con k óptimo, pero exige más preprocesamiento y pierde interpretabilidad. Confirmación del principio de parsimonia: la simplicidad prevalece.