Predicción de Intervenciones en Playas Españolas Mediante Árboles de Decisión

Identificadores
URI: http://hdl.handle.net/10498/38111
DOI: 10.25267/ Costas.2024.v6.i1.0503
ISSN: 2304-0963
Statistics
Metrics and citations
Metadata
Show full item recordAlternative title
Forecasting Interventions on Spanish Beaches through Decision Trees
Author/s
López Ansorena, IñigoDate
2025-10-08Source
Costas - 2024, Vol. 6, n. 1, pp. 101-114Abstract
Aunque el uso de grandes volúmenes de datos puede ser un elemento crucial en los estudios de costas, pocos trabajos han
abordado esta cuestión. El presente artículo emplea una base de datos depurada del catálogo de playas (del Ministerio
para la Transición Ecológica y Reto Demográfico de España) para elaborar un Árbol de Decisión que arroje luz sobre
los criterios que guían las actuaciones en las playas de España. El Árbol de Decisión se elabora a través de una técnica de
aprendizaje automático supervisado que aprende de 40 características y más de 100.000 puntos de datos descriptivos de
las 3.554 playas españolas. Este trabajo revela la importancia de cada variable a la hora de tomar la decisión de actuar o
no sobre una playa determinada. El modelo permite entender mejor los criterios con los que el Ministerio toma la decisión con unos niveles de certeza estadísticamente significativos. El conocimiento con antelación de esa decisión crítica
puede ser utilizado por todos los agentes sociales, económicos y políticos para realizar aportaciones que complementen
a la actuación planteada por la Dirección General de Costas. While large-scale data utilization can be a crucial element in coastal studies, few works have addressed this issue. This paper utilizes a refined database from the beach catalogue (Ministry for Ecological Transition and Demographic Challenge of Spain) to develop a Decision Tree that sheds light on the criteria guiding actions on Spanish beaches. The Decision Tree is constructed through a supervised machine learning technique that learns from 40 features and over 100,000 descriptive data points from the 3,554 Spanish beaches. This work reveals the impor-tance of each variable when making a decision (to act or not) on a specific beach. The model allows for a better understanding of the criteria used by the Ministry to make the decision with statistically significant levels of certainty. Early knowledge of this critical decision can be used by all social, economic, and political agents to make contributions that complement the action proposed by the Coastal Directorate.





