Examen de certificación – Intento 3
- author: Guillermo Cabrera
- date: 'Nov 2024'
- title: Examen Nro 3 de Clasificación, utilizando XGBoost y otros modelos.
- curse: Advance Machine Learning
- format: '.ipynb', '.py', 'csv'
Ejecutar el archivo .ipynb para visualizar los resultados.
Propósito del Proyecto
El propósito de este proyecto es evaluar la capacidad del estudiante para limpiar, explorar, implementar y evaluar modelos de clasificación en un dataset de deserción de clientes. Utilizaremos el «Customer Churn Dataset» disponible en Kaggle. Los estudiantes deben demostrar habilidades prácticas en la manipulación de datos, creación de visualizaciones y modelado predictivo.
Técnicas y Modelos Utilizados
Se implementó y evaluó el modelo de clasificación utilizando XGBoost, Adaboost, GradienBoost, LogisticRegression.
Hiperparámetros básicos: El modelo fue inicialmente entrenado con parámetros por defecto.
Optimización avanzada: Se utilizó RandomizedSearchCV para ajustar hiperparámetros maximizando métricas como precisión, recall y F1-score.
Las decisiones tomadas al momento de implemtentar los modelos son basadas en los analisis que el author realizo.