Jhan - Regularizacion

datadiversitylab · Sep 8, 2023 · 292f8de · 292f8de
1 parent 501969c
commit 292f8de
Show file tree

Hide file tree

Showing 3 changed files with 18 additions and 16 deletions.
diff --git a/06-lmsreg.Rmd b/06-lmsreg.Rmd
@@ -25,15 +25,12 @@ Para llevar a cabo este método, debemos ajustar separadamente regresiones de m
 
 Para llevar a cabo la selección del mejor subconjunto necesitamos seguir los siguientes pasos:
 
-\begin{enumerate}
-\item 
-\item  para $k = 1, 2, ...p:$
-  \begin{enumerate}
-  \item Ajustar todos los modelos $(\binom{p}{k})$ que contengan el predictor *k*.
-  \item
-  \end{enumarate}
-\item 
-\end{enumarate}
+
+1. AAA
+2.  para $k = 1, 2, ...p:$
+  a. Ajustar todos los modelos $(\binom{p}{k})$ que contengan el predictor *k*.
+  b.
+3.
 
 
 ### Selección paso a paso

diff --git a/docs/search_index.json b/docs/search_index.json
diff --git a/docs/selección-de-modelos-lineares-y-regularización.html b/docs/selección-de-modelos-lineares-y-regularización.html
@@ -269,12 +269,17 @@ <h2><span class="header-section-number">6.1</span> Selección de subconjuntos<a
 <h3><span class="header-section-number">6.1.1</span> Selección del mejor subconjunto<a href="selección-de-modelos-lineares-y-regularización.html#selección-del-mejor-subconjunto" class="anchor-section" aria-label="Anchor link to header"></a></h3>
 <p>Para llevar a cabo este método, debemos ajustar separadamente regresiones de mínimos caudrados para cada combinación de predictores <em>p</em>. Es decir, ajustar modelos que tenga un predictor, luego para todos los modelos que contengan dos predictores <span class="math inline">\((\binom{p}{2}) = p(p-1)/2\)</span>, y así sucesivamente. Luego, revisamos todos los modelos resultantes para identificar el mejor modelo. No obstante, debemos tener en cuenta que este tipo de selección puede ser problemático porque pueden haber <span class="math inline">\(2^p\)</span> posibilidades que debemos considerar para poder elegir el mejor subconjunto.</p>
 <p>Para llevar a cabo la selección del mejor subconjunto necesitamos seguir los siguientes pasos:</p>
-\begin{enumerate}
-para <span class="math inline">\(k = 1, 2, ...p:\)</span>
-\begin{enumerate}
-Ajustar todos los modelos <span class="math inline">\((\binom{p}{k})\)</span> que contengan el predictor <em>k</em>.
-\end{enumarate}
-<p>\end{enumarate}</p>
+<ol style="list-style-type: decimal">
+<li>AAA</li>
+<li>para <span class="math inline">\(k = 1, 2, ...p:\)</span></li>
+</ol>
+<ol style="list-style-type: lower-alpha">
+<li>Ajustar todos los modelos <span class="math inline">\((\binom{p}{k})\)</span> que contengan el predictor <em>k</em>.</li>
+<li></li>
+</ol>
+<ol start="3" style="list-style-type: decimal">
+<li></li>
+</ol>
 </div>
 <div id="selección-paso-a-paso" class="section level3 hasAnchor" number="6.1.2">
 <h3><span class="header-section-number">6.1.2</span> Selección paso a paso<a href="selección-de-modelos-lineares-y-regularización.html#selección-paso-a-paso" class="anchor-section" aria-label="Anchor link to header"></a></h3>