Caso Práctico 2 - Telco Co - Predicción de Churn

Importa el dataset de clientes (Churn.xlsx)

Elimina columnas irrelevantes o redundantes

Split 70/30 dentro de los no churners

Deja Churn como nominal con valores Churn / No_Churn

Resumen estadísticode todas las columnas

Colorea datospara Bar Chart

Set TRAIN(70%)

Divide los datos en 10 folds para validación cruzada

Set TEST(30%)

Bosque aleatorio de 100 árboles, cada uno entrenado con bootstrap y subconjuntos aleatorios de atributos que busca mejorar performance respecto al árbol único.

Matriz de confusión y métricas del modelo

Matriz de confusión y métricasdel modelo

Cuenta cuántos Churn y No_Churn hay y calcula la tasa de churn

Reúne las predicciones de cada fold y reconstruye una salida unificada

Árbol de decisión binario usando índice de Gini, con poda MDL y mínimo de 30 registros por nodo para reducir sobreajuste.

Aplica el bosque aleatorio al set de test

Genera la predicción de clase para cada registro de TEST

Bosque aleatorio de 100 árboles, cada uno entrenado con bootstrap y subconjuntos aleatorios de atributos que busca mejorar performance respecto al árbol único.

Aplica el bosque aleatorio al set de test

Genera la predicción de clase para cada registro de TEST

Tabla Intl_Plan × Churncon conteos por clase

Matriz de confusión y métricas del modelo

Matriz de confusión y métricasdel modelo

Muestra conteos de No_Churn vs Churn para cada Intl_Plan

Calcula la clase predicha y las probabilidades de churn/no churn para cada cliente de TEST.

Muestra conteo de No_Churn vs Churn para cada Vmail_Plan

Colorea datospara Bar Chart

Mismo setup que el Modelo 1 pero usando Gain ratio como medida de calidad para comparar contra Gini.

Crea tabla de contingencia Vmail_Plan × Churn_Flag

Entrena una regresión logística multinomial con target Churn, que estima la probabilidad de churn en función de las variables del cliente

Separa churners de no churners

Split 70/30 dentro de los churners

Matriz de confusión y métricasdel modelo