Todos los algoritmos incluyen un conjunto de hiperparámetros que nos permiten controlar su comportamiento. Estos hiperparámetros deben ser fijados antes del entrenamiento, y de su correcta elección dependerá el resultado que obtendremos.
En la práctica, los hiperparámetros "ideales" dependen del perfil de los datos que estamos analizando, por lo que no es sencillo establecer un procedimiento estándar para su obtención. Revisemos en esta sección algunas de las estrategias que podemos seguir.
