Analisis de modelo predictivo en los precios de laptops

Abstract

En la actualidad, el análisis de datos se ha convertido en una herramienta fundamental para la toma de decisiones en diversos sectores del mercado. Esto debido a evoluciones tecnológicas más sofisticadas como el análisis predictivo, el cual nos permite desarrollar técnicas de aprendizaje profundo y automatización de procesos. En este trabajo, se aborda el análisis a partir una base de datos con relación al precio de los laptops, con el fin de aplicar un modelo de aprendizaje que permita predecir su valor con el menor margen de error. Para alcanzar este objetivo, se llevó a cabo un proceso de limpieza y transformación de los datos, en donde se eliminaron las columnas innecesarias y la verificación de datos nulos dentro del DataFrame, así como la conversión de variables categóricas a formato booleano. En este sentido, se realizó una visualización de los datos a través de gráficos que permiten entender el comportamiento de las variables. Posteriormente, se implementaron 5 modelos para evaluar sus métricas, destacándose el modelo Extreme Gradient Boosting, el cual combina los resultados de múltiples árboles de decisión para obtener una predicción más precisa que, además es capaz de manejar problemas de clasificación, una característica clave para este análisis.