✈️ Proyecto de Predicción de Satisfacción del Cliente de Aerolíneas

🎯 Objetivo del Proyecto

El objetivo de este proyecto es desarrollar un modelo de machine learning para predecir la satisfacción de los clientes de una aerolínea en función de varios factores como el servicio a bordo, el confort del asiento, los retrasos en los vuelos, entre otros.

Utilizando datos históricos proporcionados por F5 Airlines, entrenaremos un modelo supervisado de clasificación para identificar qué factores son más importantes para la satisfacción del cliente. Además, hemos desarrollado una aplicación interactiva utilizando Streamlit para predecir la satisfacción de nuevos clientes en tiempo real.

📊 Diccionario de Datos

Columna	Tipo de Datos	Descripción
Unnamed: 0	int64	Índice de fila que parece no tener un uso particular (puede eliminarse).
id	int64	Identificador único para cada pasajero.
Gender	object	Género del pasajero (Masculino o Femenino).
Customer Type	object	Tipo de cliente: "Loyal Customer" o "disloyal Customer".
Age	int64	Edad del pasajero.
Type of Travel	object	Tipo de viaje: "Personal Travel" o "Business travel".
Class	object	Clase del asiento del pasajero: "Eco", "Eco Plus", o "Business".
Flight Distance	int64	Distancia del vuelo en millas.
Inflight wifi service	int64	Nivel de satisfacción con el servicio de wifi a bordo (escala de 1 a 5).
Departure/Arrival time convenient	int64	Conveniencia del tiempo de salida/llegada (escala de 1 a 5).
Ease of Online booking	int64	Facilidad para hacer reservas en línea (escala de 1 a 5).
Gate location	int64	Satisfacción con la ubicación de la puerta de embarque (escala de 1 a 5).
Food and drink	int64	Satisfacción con la comida y bebida (escala de 1 a 5).
Online boarding	int64	Satisfacción con el proceso de embarque en línea (escala de 1 a 5).
Seat comfort	int64	Satisfacción con la comodidad del asiento (escala de 1 a 5).
Inflight entertainment	int64	Satisfacción con el entretenimiento a bordo (escala de 1 a 5).
On-board service	int64	Satisfacción con el servicio a bordo (escala de 1 a 5).
Leg room service	int64	Satisfacción con el espacio para las piernas (escala de 1 a 5).
Baggage handling	int64	Satisfacción con la manipulación del equipaje (escala de 1 a 5).
Checkin service	int64	Satisfacción con el servicio de check-in (escala de 1 a 5).
Inflight service	int64	Satisfacción con el servicio en vuelo (escala de 1 a 5).
Cleanliness	int64	Satisfacción con la limpieza (escala de 1 a 5).
Departure Delay in Minutes	int64	Minutos de retraso en la salida.
Arrival Delay in Minutes	float64	Minutos de retraso en la llegada (tiene algunos valores faltantes).
satisfaction	object	Satisfacción del cliente: "satisfied" o "neutral or dissatisfied".

🚀 Instrucciones para la Ejecución

1. Configuración de la Base de Datos

El proyecto utiliza una base de datos SQLite para almacenar los datos de entrenamiento y prueba. Para configurar SQLite en tu máquina Windows:

1. Descarga SQLite: Visita la página oficial de SQLite y descarga el archivo ZIP de herramientas de línea de comandos para Windows.

2. Instala SQLite:

   • Extrae el contenido del archivo ZIP descargado en una carpeta de tu elección, por ejemplo, C:\sqlite.
   • Copia la ruta de la carpeta C:\sqlite.

3. Configura la Variable de Entorno:

   • Abre el Panel de Control y navega a Sistema y Seguridad > Sistema > Configuración avanzada del sistema.
   • En la ventana de Propiedades del Sistema, haz clic en Variables de entorno....
   • En la sección de Variables del sistema, selecciona la variable Path y haz clic en Editar....
   • Agrega la ruta C:\sqlite a la lista de valores y guarda los cambios.

4. Verifica la instalación: Abre una terminal de comandos (CMD) y escribe sqlite3. Si todo está configurado correctamente, deberías ver la consola de SQLite.

2. Configuración del Entorno de Desarrollo

• Instala las dependencias:

  pip install -r requirements.txt

3. Ejecución de la Aplicación Streamlit

La aplicación utiliza Streamlit para proporcionar una interfaz interactiva para predecir la satisfacción del cliente.

• Inicia la aplicación:

  streamlit run streamlit_app/app.py

4. Algoritmo Implementado en la Aplicación

La aplicación de Streamlit utiliza un modelo de CatBoostClassifier para predecir la satisfacción del cliente. Este modelo es un algoritmo de boosting de gradiente que maneja eficientemente datos categóricos y es robusto frente a datos faltantes.

Funcionalidades de la Aplicación:

• Carga de datos: Permite al usuario cargar datos nuevos para realizar predicciones.
• Predicción en tiempo real: Realiza predicciones de satisfacción del cliente basado en los datos de entrada proporcionados.
• Visualización de resultados: Muestra los resultados de las predicciones junto con métricas de evaluación como la precisión y la matriz de confusión.

📁 Estructura del Proyecto

G1_ML_Airline/
├── data/
│   ├── database/
│   │   └── airline_satisfaction.db
│   ├── airline_passenger_satisfaction.csv
├── logs/
├── modelos_entrenamiento/
│   ├── catboost_model.cbm
│   ├── X_test.csv
│   ├── X_train.csv
│   ├── X_val.csv
│   ├── y_test.csv
│   ├── y_train.csv
│   ├── y_val.csv
├── modelos/
│   ├── catboost_info/
│   ├── arboles_decision.ipynb
│   ├── gradient_boosting.ipynb
│   ├── random_forest.ipynb
│   ├── regresion_lineal_multiple.ipynb
│   ├── regresion_lineal_simple.ipynb
│   ├── regresion_logistica.ipynb
│   ├── separar_dataset.ipynb
│   ├── XGBoost.ipynb
├── notebooks/
│   ├── analisis_datos.ipynb
│   └── tratamiento_datos.ipynb
├── streamlit_app/
│   ├── __pycache__/
│   ├── images/
│   ├── app.py
│   ├── config.py
│   ├── initialize_db.py
├── LICENSE
├── README.md
└── requirements.txt

🛠️ Tecnologías Utilizadas

• Python: Lenguaje de programación principal utilizado para el desarrollo del modelo y la aplicación.
• Pandas: Biblioteca utilizada para la manipulación y análisis de datos.
• Scikit-learn: Biblioteca para la implementación de algoritmos de machine learning.
• Streamlit: Plataforma utilizada para construir la aplicación web interactiva.
• Matplotlib/Seaborn: Bibliotecas utilizadas para la visualización de datos.

📄 Licencia

Este proyecto está bajo la Licencia MIT. Ver el archivo LICENSE para más detalles.

🙏 Agradecimientos

Agradecemos a todos los miembros del equipo y a nuestros instructores por su apoyo y orientación en el desarrollo de este proyecto.