7. Análisis de hiperparámetros

Todos los hiperparámetros del proyecto, con su función, valor por defecto, dónde se define, rango recomendado, impacto y qué pasa si sube o baja. Un hiperparámetro es un valor que tú eliges antes de entrenar (a diferencia de los pesos, que el modelo aprende).

7.1. Mapa de dónde vive cada hiperparámetro

Fuente	Hiperparámetros
config/dataset.yaml	target_size, seed, minority_ratio_threshold, max_images_per_class, config de LIME
Flags de train_baselines.py	epochs, batch_size, learning_rate, weight_decay, image_size, num_workers, pretrained
Hardcodeados en transforms.py	grados de rotación, factores de ColorJitter, scale de crop, sigma de blur
Hardcodeados en create_splits.py	proporciones 70/15/15, _MIN_STRATUM_IMAGES=7

7.2. Hiperparámetros de entrenamiento

learning_rate (default 1e-4)

Función: tamaño del paso al actualizar pesos. El hiperparámetro más influyente.

Si sube (p.ej. 1e-2)	Si baja (p.ej. 1e-6)
Entrena más rápido al inicio; riesgo de divergir (loss explota) o oscilar; puede destruir los pesos preentrenados	Entrena muy lento; puede no converger en 30 épocas; muy estable

Rango recomendado (fine-tuning): 1e-5 a 1e-3. El 1e-4 elegido es un punto seguro para transfer learning. Riesgo: un LR alto en fine-tuning es especialmente dañino porque borra el conocimiento de ImageNet.

epochs (default 30)

Función: cuántas veces se recorre el dataset completo.

Si sube	Si baja
Más oportunidad de aprender; riesgo de sobreajuste en las épocas tardías (mitigado porque se guarda best.pth)	Puede quedar subentrenado (no converge); más rápido

Nota: como se selecciona best.pth por val macro-F1, subir épocas es relativamente seguro (el sobreajuste tardío no afecta el modelo final, solo gasta cómputo). Los runs reales convergieron cerca de la época 26-30.

batch_size (default 32, auto-escalado)

Función: cuántas imágenes se procesan antes de cada actualización de pesos.

Si sube (p.ej. 128)	Si baja (p.ej. 8)
Gradientes más estables (menos ruido); más rápido por época; más memoria GPU; a veces generaliza algo peor	Gradientes más ruidosos (efecto regularizador); menos memoria; más lento; puede ayudar a escapar de mínimos malos

Auto-escalado clave: _scale_batch_size lo reduce inversamente al área de la imagen. Para EfficientNet-B4 (380×380 ≈ 2.9× el área de 224), el batch 32 baja a ~11 para caber en memoria. Interacción con LR: cambiar mucho el batch normalmente exige reajustar el LR (regla heurística: LR ∝ batch), aunque el proyecto mantiene LR fijo.

weight_decay (default 1e-4)

Función: fuerza de la regularización L2 (penaliza pesos grandes).

Si sube (p.ej. 1e-2)	Si baja (p.ej. 0)
Más regularización → menos sobreajuste, pero riesgo de subajuste si es excesivo	Menos regularización → más capacidad de ajuste, más riesgo de sobreajuste

Rango recomendado: 1e-5 a 1e-2. El 1e-4 es un valor moderado estándar.

pretrained (default True, flag --no-pretrained)

Función: si cargar pesos de ImageNet o iniciar aleatorio.

Impacto: --no-pretrained = entrenar desde cero → con este dataset, caída grande de macro-F1 y mucho más tiempo. Ver ¿qué pasaría si...?.

num_workers (default 4)

Función: procesos paralelos que cargan/transforman imágenes. No afecta la precisión, solo la velocidad.

Si sube	Si baja (0)
Carga de datos más rápida (oculta latencia de disco); más RAM; en Windows puede dar problemas	Carga secuencial → la GPU espera por datos; útil para depurar

7.3. Hiperparámetros de datos

target_size / image_size (default [224, 224])

Función: resolución de entrada. Impacto cuádruple: memoria y cómputo crecen ~con el área.

Si sube (p.ej. 384)	Si baja (p.ej. 128)
Más detalle (lesiones finas); ~2.9× más cómputo/memoria; se aleja del preentrenamiento salvo modelos diseñados para ello	Más rápido y ligero (mejor para móvil); pierde detalle fino

minority_ratio_threshold (default 4.0)

Función: umbral que decide qué clases son minoritarias (max_count/count > 4.0).

Si sube (p.ej. 8)	Si baja (p.ej. 2)
Menos clases califican → menos augmentation agresivo y sampler menos activo	Más clases califican → más sobremuestreo y augmentation, riesgo de sobre-representar clases medianas

Sobre el dataset completo, con 4.0 califican gray_leaf_spot, nitrogen/phosphorus/potassium_deficiency (no common_rust, que está a 3.9x).

max_images_per_class (default 1500, perfil baseline)

Función: tope de imágenes por clase antes del split.

Si sube (o NO_CAP)	Si baja
Splits más grandes → entrenamiento más lento pero más datos de las clases grandes	Más rápido; menos datos; más balanceado artificialmente

seed (default 42)

Función: semilla de reproducibilidad. No afecta la calidad esperada, solo hace que splits/muestreo/inicialización sean deterministas. Cambiarla da un split y una inicialización distintos (resultados ligeramente diferentes pero estadísticamente equivalentes).

Proporciones de split 70/15/15 (hardcodeadas)

Función: reparto train/val/test.

Más train (p.ej. 80/10/10)	Menos train (60/20/20)
El modelo ve más datos; val/test más pequeños → métricas más ruidosas	Val/test más robustos; el modelo aprende de menos datos

70/15/15 es un estándar equilibrado. _MIN_STRATUM_IMAGES=7 es el mínimo que hace factible el doble split estratificado.

7.4. Hiperparámetros de augmentation (en transforms.py)

Parámetro	Estándar	Minoritaria	Efecto de subirlo
Rotación (grados)	±15°	±30°	Más invariancia rotacional; demasiado deforma la hoja
ColorJitter brillo/contraste	0.1	0.3	Robustez a iluminación; demasiado desnaturaliza
ColorJitter saturación	0.0	0.2	⚠️ Sube con cuidado: daña la señal de deficiencias
ColorJitter hue	0.0	0.05	⚠️ Igual: el tono es el diagnóstico
RandomResizedCrop scale	—	(0.7, 1.0)	Más zoom-in; puede recortar la lesión
GaussianBlur sigma	—	(0.1, 1.5)	Robustez a desenfoque; demasiado borra detalle

La perilla más delicada: saturación y hue. Están casi en cero a propósito en el pipeline estándar. Subirlas parecería "más augmentation = mejor", pero destruiría la información de color que distingue las deficiencias nutricionales. Ver datos: transforms.

7.5. Hiperparámetros de LIME (config/dataset.yaml -> lime)

Parámetro	Default	Función	Subir
num_samples	1000	Perturbaciones por imagen	Explicación más estable pero más lenta (lineal)
num_features	5	Superpíxeles resaltados	Más regiones mostradas, explicación más densa
images_per_class	2	Muestreo visual pequeño	Más reportes visuales, más tiempo
report_sample_size	30	Muestreo amplio (fidelidad)	Estadísticas de fidelidad más robustas, más lento

Trade-off central de LIME: num_samples gobierna el compromiso estabilidad vs velocidad. Pocos samples → explicación rápida pero ruidosa (alta variación entre seeds, detectable con lime_stability.py). Muchos → estable pero costosa.

7.6. Interacciones importantes entre hiperparámetros

• LR ↔ batch_size: al cambiar mucho el batch, conviene reescalar el LR.
• image_size ↔ batch_size: ya acoplados por el auto-escalado (más resolución → menos batch).
• epochs ↔ weight_decay: más épocas con poca regularización → más sobreajuste.
• minority_threshold ↔ sampler ↔ augmentation: los tres se activan juntos; mover el umbral cambia el trío.

Siguiente

Ahora los experimentos mentales: ¿Qué pasaría si...? explora las consecuencias de cambiar cada componente.