antoniotrapote/PumpItUp_project

"Pump It Up: Data Mining the Water Table" competition from DrivenData. Análisis exploratorio, procesamiento de datos y modelado predictivo aplicados para clasificar el estado funcional de bombas de agua en Tanzania. # Pump it Up: Data Mining the Water Table Proyecto de Machine Learning para la competición Pump it Up: Data Mining the Water Table de DrivenData. **Autor:** Antonio Luis Martínez Trapote **Fecha:** Junio 2025 **Trabajo final del módulo de Machine Learning - UCM** > ⚠️ **NOTA IMPORTANTE**: Este repositorio contiene únicamente el código del proyecto. Los datos de la competición NO están incluidos para cumplir con las reglas de DrivenData. Consulta DATA.md para obtener instrucciones sobre cómo conseguir los datos. ## 📋 Descripción del Proyecto Este proyecto aborda el desafío de predecir el estado operacional de bombas de agua en Tanzania utilizando técnicas de Machine Learning. El objetivo es clasificar las bombas de agua en tres categorías: - **Functional**: Bombas que funcionan correctamente - **Functional needs repair**: Bombas que funcionan pero necesitan reparación - **Non functional**: Bombas que no funcionan ## 🎯 Resultados Principales - **Mejor Accuracy en competición:** 82.06% - **Modelo final:** CatBoostClassifier con RandomSearchCV - **Posición en leaderboard:** [Incluir posición si está disponible] ## 📊 Metodología ### 1. Análisis Exploratorio de Datos (EDA) - Análisis de variables categóricas y numéricas - Identificación de patrones y correlaciones - Tratamiento de valores faltantes y atípicos ### 2. Feature Engineering - Creación de nuevas variables a partir de las existentes - Tratamiento de variables de alta cardinalidad - Encoding de variables categóricas - Manejo de variables con alta proporción de zeros ### 3. Modelos Evaluados - **Random Forest** - **CatBoost** (Modelo final) - **Logistic Regression** - Comparación de múltiples configuraciones y hiperparámetros ### 4. Optimización - **RandomSearchCV** para optimización de hiperparámetros - **Validación cruzada** para evaluación robusta - **Early stopping** para prevenir overfitting ## 🗂️ Estructura del Proyecto ``` PumpItUp_project/ ├── PumpItUp_AntonioTrapote.ipynb # Notebook …