GMDA_​TPApp_​MD2026_​P1_​con_​DESCRIP

Carga el dataset desde un archivo Excel.

Cálculo de métricas descriptivas y detección de valores nulos

Se normalizan las variables RFM para evitar que diferencias de escala afecten el algoritmo de clustering.

Analizar la distribución de los datos y detectar posibles asimetrías o valores atípicos.

Visualización de valores extremos y distribución de precios/cantidades

Limpieza de Transacciones Canceladas

Convierte la columna InvoiceDate de formato String a Date&Time para habilita r cálculos de antigüedad y recencia.

Crea la variable Total_Price multiplicando Quantity por UnitPrice para determinar el valor monetario de cada transacción.

Agrupa todas las transacciones individuales por el ID del cliente para calcular su valor total, su frecuencia de compra y su última fecha de actividad.

Gestión de nulos en el dataset. Se utiliza para eliminar registros sin CustomerID y asegurar que no existan huecos en las variables críticas.

Calcula los días desde la primera compra ($Min$) hasta la fecha de referencia

Elimina transacciones atípicas (outliers) para evitar que datos anormales desvíen los promedios y arruinen el modelo..

Ejecuta operaciones aritméticas para consolidar el monto real de facturación y el ratio de frecuencia de compra por cliente.

Agrega una constante como referencia temporal para calcular la recencia de las compras

Calcula los días desde la última compra ($Max$) hasta la fecha de referencia

Identifica relaciones lineales entre variables para detectar multicolinealidad. En este análisis, se aplicó un umbral de $\pm 0.9$ para simplificar el modelo

Facilita la interpretación visual de la matriz de correlación. Permite validar gráficamente la cercanía entre Recency y Tavg

Clasifica de forma binaria al cliente: etiqueta como '1' (Abandono) si $Recency > 90$ días y '0 ' (Fidelidad) por defecto. Esta lógica permite identificar patrones de inactividad (segmento superior al 75% )

Permite validar la transformación de los datos antes de aplicar modelos.