Los humanos somos impredecibles en general, pero a través de la conducta y las observaciones podemos predecir un poco como actuaremos en el futuro. Esto es un gran recurso a explorar para las empresas que ofrecen servicios, pues les interesa al máximo conocer y entender como los usuarios están interactuando con su servicio para mejorarlo y mantenerse competitivos y relevantes.
En este marco se encuentra nuestro proyecto el cual hace uso de unos datos extraídos de de kaggle llamado Credit Card customers. El cual como su propio nombre indica contiene información relacionada con los clientes de un banco teniendo múltiples valores relacionados con su actividad en el mismo y el uso de sus tarjetas de crédito.
Nuestro objetivo será predecir la variable objetivo Attrition_Flag con una serie de modelos.
Es necesario tener instalado Jupyter Notebook, Python y pip.
El propio notebook instalara las dependencias que descarga de pip.
- Abre una terminal.
- Navega al directorio del proyecto.
- Ejecuta el siguiente comando para iniciar Jupyter Notebook:
jupyter notebook- Abre el archivo
CreditCards.ipynben tu navegador.
Asegúrate de tener el archivo BankChurners.csv en el mismo directorio que el notebook. En el notebook se describe de donde sacarlo si no se tiene disponible.
- La ejecución de este notebook puede tardar un tiempo significativo.
- La sección de Visualización Avanzada y SVM puede ser especialmente lenta. Ten paciencia durante la ejecución.
- Si encuentras algún problema, asegúrate de que tienes todas las dependencias instaladas.