Predicción y Clasificación de Autos Usados

Descripción del Proyecto

Este proyecto tiene como objetivo analizar y modelar el mercado de vehículos usados en Estados Unidos utilizando datos provenientes de Craigslist. A través de técnicas de aprendizaje automático supervisado, se desarrollan modelos capaces de:

• Predecir el precio de un vehículo usado.
• Clasificar si un vehículo tiene alta o baja demanda.

El enfoque incluye un flujo completo de ciencia de datos: desde la adquisición y procesamiento de datos hasta la construcción, optimización y evaluación de modelos.

Colaboradores

• Cristian Camilo Linero Cantillo (https://github.com/cristianclc)
• David Ricardo Marquez Luna (https://github.com/DAVIDML2005)

Dataset

• Fuente: Kaggle
• Autor: Austin Reese
• Enlace: https://www.kaggle.com/datasets/austinreese/craigslist-carstrucks-data

Objetivos

Objetivo General

Diseñar modelos supervisados de regresión y clasificación utilizando técnicas de regularización e integrados en pipelines optimizados con validación cruzada.

Objetivos Específicos

1. Implementar un pipeline de preprocesamiento:

   • ColumnTransformer
   • OneHotEncoder
   • StandardScaler

2. Entrenar modelos de regresión:

   • Ridge
   • Lasso
   • Optimización con GridSearchCV

3. Construir modelo de clasificación:

   • Regresión Logística
   • Clasificación de demanda (HighDemand vs LowDemand)

4. Evaluar modelos de regresión:

   • MAE
   • RMSE
   • R²

5. Comparar modelos Ridge vs Lasso

6. Evaluar modelo de clasificación:

   • Accuracy
   • Precisión
   • Recall
   • F1-score
   • Curva ROC y AUC

Metodología

El proyecto sigue un flujo estructurado:

1. Recolección de datos.
2. Limpieza y preprocesamiento.
3. Ingeniería de características.
4. Construcción de pipelines.
5. Entrenamiento de modelos.
6. Optimización de hiperparámetros (GridSearchCV).
7. Evaluación y comparación de modelos.
8. Interpretación de resultados.