https://github.com/reusjimenez/bikebuyer-predictive-analysis

Notebook con cinco modelos de clasificación para predecir la intención de compra de clientes. 🚴‍♂️📊
https://github.com/reusjimenez/bikebuyer-predictive-analysis

bikebuyers classification data-science machine-learning python supervised-learning

Last synced: 2 months ago
JSON representation

Notebook con cinco modelos de clasificación para predecir la intención de compra de clientes. 🚴‍♂️📊

• Host: GitHub
• URL: https://github.com/reusjimenez/bikebuyer-predictive-analysis
• Owner: ReusJimenez
• License: mit
• Created: 2025-05-16T03:20:43.000Z (about 1 year ago)
• Default Branch: main
• Last Pushed: 2025-05-16T15:24:50.000Z (about 1 year ago)
• Last Synced: 2025-05-30T02:44:38.284Z (about 1 year ago)
• Topics: bikebuyers, classification, data-science, machine-learning, python, supervised-learning
• Language: Jupyter Notebook
• Homepage:
• Size: 3.48 MB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
# 🚴‍♂️ 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](https://linkedin.com/in/roberto-eustaquio/)