Icon

Semana 2 - Segundo ejercicio - Regresión - 04_​Machine Learning

Modelo de Regresión para predecir Gasto Total



Objetivo: entrenar y evaluar un modelo de regresión.


Descripción:

Utilizaremos un conjunto de datos de transacciones de cliente. Las transacciones incluyen, entre otros: nombre de cliente, edad, ciudad, correo electrónico, identificación de cliente, número de orden, producto comprado, tienda donde se compró, fecha, precio.

Las transacciones se cargan desde un Excel en el metanodo Loading Customer Data, donde además se agrega la información del programa de fidelización.

La actividad consiste en entrenar un modelo de clasificación para predecir el el gasto total (Total Spending) con el número de ítemes comprados y los puntos del programa de fidelización.

Cargar los datos del cliente

El metanodo Loading Customer Data lee los datos de transacciones de clientes y los datos de membresía de dos fuentes. El conjunto de datos resultante contiene la información del cliente.

  • n_items: número de ítemes únicos comprados

  • Total spending

  • City

  • Newsletter: suscripción a boletín

  • Customer group: CC1, CC2, o CC3 es el grupo de cliente

  • Status: es el estado de membresía, Member o Gold

  • Loyalty points



Training:Testing70:30
Table Partitioner
Applying the modelto testing data
Regression Predictor
Training a linear regression model
Linear Regression Learner
Polynomial Regression Learner
Evaluatinggoodness-of-fit
Numeric Scorer
Numeric Scorer
Regression Predictor
Loading Customer Data

Nodes

Extensions

Links