caso de uso
El modelo que acierta el 90% y no sirve — Mundo Real
Caso de uso 3: Industria: ONG / tercer sector. Nivel: Fácil. 7 lecciones, 5 días simulados. Clasificación con clases desbalanceadas. Datasets descargables.
Bienvenida a Donare
Tu tercer encargo, en una ONG: vuelves a clasificar (renueva o no), pero la clase que importa es muy minoritaria, y eso cambia cómo mides.
Lunes: montar el repo y mirar los datos
Cargar los seis extractos y entender qué tabla es de sujeto, cuál de comportamiento y cuál define lo que quieres predecir, y cómo se cruza todo.
Martes: limpiar y construir el target
Limpiar la suciedad, construir el target cruzando con renovaciones (solo el 10,95% no renueva) y resumir el comportamiento a una cifra por socio.
Miércoles: el primer modelo y la euforia
Entrenar una regresión logística con stratify y medir la accuracy: 0,89, un triunfo aparente. Álvaro te pide que no mandes nada todavía.
Jueves: la accuracy miente con una clase rara
El descubrimiento: «renueva todo el mundo» también acierta el 89%, y tu modelo caza a 3 de 329. La accuracy alta era un espejismo del desbalanceo.
Jueves: reequilibrar y elegir el umbral
La cura: con class_weight=balanced el recall salta de 0,009 a 0,71, la accuracy baja y aparecen falsas alarmas; y el umbral es una palanca de negocio.
Viernes: que se entienda y se fíen de la lista
Puntuar a los socios con el modelo reequilibrado, ordenar la lista de riesgo, montar las figuras honestas y cerrar el repo con su README.