BuceandoConDatos/Modelo-de-prediccion---Bombas-agua-en-Tanzania

El objetivo de esta predicción es afrontar un reto de predicción sobre el estado funcional de bombas de agua en Tanzania. # Predicción del Estado de Bombas de Agua en Tanzania 🚰 Este proyecto resuelve el desafío de predecir el estado funcional de bombas de agua en Tanzania. Utiliza datos públicos proporcionados por la plataforma Taarifa y el Ministerio de Agua de Tanzania, en el marco de la competencia de DrivenData: 🔗 Pump it Up: Data Mining the Water Table --- ## 🎯 Objetivo Clasificar el estado funcional de cada bomba de agua en tres categorías: - ✅ Funcional - ⚠️ Funcional pero necesita reparación - ❌ No funcional Este proyecto busca optimizar el mantenimiento de infraestructura hídrica para garantizar acceso continuo a agua limpia y potable en comunidades rurales. --- ## 🧠 Enfoque del Proyecto 1. **Exploración de Datos** Análisis de las variables y su distribución para detectar patrones y problemas de calidad en los datos. 2. **Modelo Base** Implementación de un primer modelo sencillo para establecer una línea base de rendimiento. 3. **Preprocesamiento** - Limpieza de datos - Imputación de valores faltantes - Codificación de variables categóricas - Escalado de variables numéricas 4. **Modelado Predictivo** Entrenamiento de modelos de clasificación: - Árboles de decisión (Decision Tree) - Bosques aleatorios (Random Forest) - Otros modelos exploratorios 5. **Evaluación del Modelo** Evaluación utilizando métricas como: - Accuracy - F1-Score 6. **Optimización** Ajuste de hiperparámetros y comparación de modelos para mejorar el rendimiento predictivo. --- ## 🛠️ Requisitos - Python 3.x 📦 Librerías utilizadas **Lo básico y análisis** - pandas - numpy **Visualización** - matplotlib - seaborn - plotly - pandas.plotting **Preprocesado** - scikit-learn - imbalanced-learn - scipy **Modelado** - scikit-learn - xgboost **Reducción de dimensionalidad** - scikit-learn **Selección de características** - scikit-learn **Manejo de desbalanceo** - imbalanced-learn **Instalación recomendada:** ```bash pip install -r requirements.txt