🚴‍♂️ Análisis Predictivo – Probabilidad de Compra (Dataset Bikebuyer)

Notebook para predecir la intención de compra de clientes mediante cinco modelos de clasificación, con enfoque en segmentación.

🎯 Objetivos

• Documentar paso a paso en un notebook.
• Aplicar el proceso SEMMA al dataset bikebuyer.
• Realizar limpieza de datos, análisis exploratorio y entrenamiento de 5 modelos de machine learning.
• Evaluar desempeño de los modelos de clasificación
• Extraer conclusiones relevantes basadas en los resultados.

📌 Acciones Principales

• Carga y exploración inicial del dataset.
• Análisis exploratorio de datos (EDA) con visualizaciones para variables clave como ingreso, hijos, autos y distancia de traslado.
• Limpieza y transformación del dataset: manejo de valores nulos y eliminación de columnas irrelevantes.
• Codificación de variables categóricas para preparar los datos para el modelado.
• División del dataset en conjuntos de entrenamiento y prueba.
• Entrenamiento de cinco modelos de clasificación: Árbol de Decisión, KNN, Gradient Boosting, Random Forest y Extra Trees.
• Evaluación de modelos mediante F1-score, matriz de confusión y curva ROC-AUC.

✅ Conclusiones

• En términos de exactitud y AUC-ROC, el Árbol de Decisión mostró el mejor rendimiento global, seguido de cerca por el KNN, mientras que el Gradient Boosting tuvo un rendimiento sólido pero ligeramente inferior.
• El Árbol de Decisión se destacó en la identificación de la clase 0 (compradores) y mostró la mejor sensibilidad. Sin embargo, el Gradient Boosting y KNN también demostraron capacidades fuertes en términos de precisión y recall.
• En general, el Árbol de Decisión se posiciona como el modelo más robusto para este conjunto de datos, seguido por KNN, mientras que Gradient Boosting, aunque efectivo, podría beneficiarse de ajustes adicionales para mejorar la identificación de la clase positiva.

📩 Contacto

Si tienes alguna pregunta o sugerencia, contáctame por LinkedIn