Un modelo predictivo se utiliza para predecir un resultado a partir de un conjunto de variables y de una herramienta matemática. Es utilizado para diferentes tareas como, por ejemplo: predecir si un cliente se marchará, predecir el precio de venta de casas a partir de los atributos y hasta la probabilidad de que una persona pueda reingresar por alguna enfermedad.
El aprendizaje supervisado se refiere a que tenemos 3 variables, la primera un dataset, la segunda un algoritmo de aprendizaje y la ultima la predicción. Entonces dado un dataset el algoritmo intenta encontrar la combinación de valores que resultara en un valor de predicción lo mas cercano al objetivo actual.
Existen 2 categorías en lo que se refiere a modelos de aprendizaje supervisado.
Regresiones
Cuando el valor a predecir es numérica y continua hacemos un modelo de aprendizaje supervisado con un modelo de regresión, pero no debemos confundir esto con un modelo de regresión lineal.
Clasificación
Lo utilizamos cuando la predicción que deseamos encontrar es categórica y normalmente el resultado es binario o multinomial. Cuando nos referimos a binario es positivo o negativo (0,1) y multinomial es extremadamente negativo o positivo en una escala de 0-5.