Unidad 3 - Modelos de Machine Learning Aplicados a Finanzas

Elaboró: Ernesto Ramírez

---

Estimado Profesor,

Este repositorio contiene el desarrollo completo de la Unidad 3, donde se aplican 4 modelos de Machine Learning para predecir si un cliente dejará de pagar su tarjeta de crédito (default).

Se utilizó el dataset real "Default of Credit Card Clients" del repositorio UCI, con 30,000 registros de clientes de Taiwán.

---

Contenido del Repositorio

Dataset

Archivo	Descripción
dataset_credit_card_default.csv	Dataset con 30,000 registros y 24 columnas (23 variables predictoras + 1 variable objetivo). Incluye datos demográficos, historial de pagos y montos de facturación.

Scripts de Python (código ejecutable)

Archivo	Qué hace	Modelos que usa
clasificadores_financieros.py	Entrena y evalúa 2 clasificadores simples. Genera métricas, matrices de confusión, análisis de costos y gráficas.	Regresión Logística y Árbol de Decisión
ensambles_financieros.py	Entrena y evalúa 2 modelos de ensamble (más avanzados). Misma estructura de análisis que el anterior.	Random Forest y Gradient Boosting (GBM)
cuadro_comparativo_modelos.py	Ejecuta los 4 modelos juntos y genera una imagen comparativa visual pensada para presentar en junta directiva.	Los 4 modelos

Reportes escritos

Archivo	Contenido
reporte_modelos_ml_finanzas.md	Reporte detallado de Regresión Logística vs Árbol de Decisión: métricas, interpretación, análisis de costos y conclusiones.
reporte_ensambles_finanzas.md	Reporte detallado de Random Forest vs GBM: métricas, importancia de variables, análisis de costos y conclusiones.

Gráficas generadas

Archivo	Contenido
graficas_comparacion.png	Curvas ROC, matrices de confusión y barras de métricas para Regresión Logística vs Árbol de Decisión.
graficas_ensambles.png	Curvas ROC, matrices de confusión, barras de métricas e importancia de variables para Random Forest vs GBM.
cuadro_comparativo_4_modelos.png	Infografía ejecutiva comparando los 4 modelos lado a lado con tarjetas resumen, tabla, semáforo visual y conclusiones.

---

Los 4 Modelos Explicados de Forma Simple

Modelo	Tipo	Cómo funciona (en simple)
Regresión Logística	Clasificador simple	Calcula una probabilidad usando una fórmula matemática lineal. Es como una balanza que pesa cada variable para decidir si el cliente pagará o no.
Árbol de Decisión	Clasificador simple	Hace preguntas en secuencia (como un diagrama de flujo): "¿Pagó el mes pasado? ¿Su deuda es mayor a X?", hasta llegar a una decisión.
Random Forest	Ensamble (Bagging)	Crea 200 árboles de decisión diferentes y los pone a "votar". La decisión final es la que diga la mayoría. Reduce errores individuales.
Gradient Boosting	Ensamble (Boosting)	Entrena árboles uno tras otro, donde cada nuevo árbol corrige los errores del anterior. Es el más usado en la industria bancaria.

---

Cómo Ejecutar

Requisitos: Python 3 con las librerías numpy, pandas, scikit-learn y matplotlib.

# Instalar dependencias (si no las tiene)
pip install numpy pandas scikit-learn matplotlib

# Ejecutar clasificadores simples
python clasificadores_financieros.py

# Ejecutar modelos de ensamble
python ensambles_financieros.py

# Generar cuadro comparativo de los 4 modelos
python cuadro_comparativo_modelos.py

Cada script imprime resultados en consola y genera las gráficas automáticamente en la misma carpeta.

Funciona en Windows, Mac y Linux sin cambios.

---

Estructura de Análisis (común en los 3 scripts)

1. Carga y descripción del dataset
2. Preparación de datos (70% entrenamiento / 30% prueba)
3. Entrenamiento de los modelos
4. Evaluación con métricas: Accuracy, Precision, Recall, ROC-AUC
5. Matrices de confusión
6. Análisis de costos de error en contexto financiero real
7. Generación de gráficas
8. Conclusiones

---

Fuente del Dataset

Yeh, I. C., & Lien, C. H. (2009). The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients. Expert Systems with Applications, 36(2), 2473-2480.

UCI Machine Learning Repository: Default of Credit Card Clients Dataset.