Modelo de predicción de planes de servicios de telecomunicación de Megaline

La compañía móvil Megaline no está satisfecha al ver que muchos de sus clientes utilizan planes heredados. Quieren desarrollar un modelo que pueda analizar el comportamiento de los clientes y recomendar uno de los nuevos planes de Megaline: Smart o Ultra. Tienes acceso a los datos de comportamiento de los suscriptores que ya se han cambiado a los planes nuevos.

Para esta tarea de clasificación vamos a crear un modelo que escoja el plan correcto.

Desarrollaremos un modelo con la mayor exactitud posible con al menos un umbral de exactitud del 75%. Usaremos el dataset para comprobar la exactitud.

Objetivo

El objetivo es obtener un modelo capaz de predecir el tipo de plan Ultra o Smart que necesitan los usuarios.

Contenido

• Introducción
• Iniciación de datos
  • Examina datos
  • Descripción de datos
• Machine Learning
  • Segmentación de datos
  • Entrenamiento
    • Algoritmo DecisionTreeClassifier
    • Algoritmo RandomForestClassifier
    • Algoritmo LogisticRegression
  • Calidad del modelo
  • Prueba de cordura
• Conclusión general

Librerías usadas

• pandas, numpy,
• sklearn.model_selection import train_test_split,
• sklearn.tree import DecisionTreeClassifier,
• sklearn.ensemble import RandomForestClassifier,
• sklearn.linear_model import LogisticRegression,
• sklearn.metrics import accuracy_score,