Proyecto de Análisis y Modelado de Datos

Este proyecto incluye varios notebooks y archivos para realizar análisis exploratorio de datos, modelado de regresión y análisis de clusterización. También contiene carpetas organizadas para la persistencia de modelos y datos relevantes.

Estructura del Proyecto

├── EDA
│   ├── datos_clasificacion.csv
│   ├── df_standardized.csv
│   └── proy_escuela_dev.csv
├── Persistencia
│   ├── Regresion
│   ├── Clasificacion
│   └── Clusterizacion
├── N01_EDA.ipynb
├── N02_MODELO_NORMALIZED.ipynb
├── N02_MODELO_STANDARIZED.ipynb
├── N04_CLUSTERIZACION.ipynb
├── N04_2_CLUSTERIZACION_TEST.ipynb
├── requirements.txt
└── README.md

Instalación de Dependencias

Crear un Entorno Virtual

1. Crea un entorno virtual utilizando Python:

   python -m venv env
   

2. Activa el entorno virtual:

   source env/bin/activate

3. Instala las dependencias necesarias:

   pip install -r requirements.txt

Análisis Exploratorio de Datos (EDA)

El notebook N01_EDA.ipynb contiene el análisis exploratorio de datos. Pasos para ejecutarlo:

1. Abre el notebook en Jupyter:

   jupyter notebook N01_EDA.ipynb

2. Ejecuta las celdas para cargar y analizar los datos.

Modelado de Regresión

El notebook N02_MODELO_NORMALIZED.ipynb realiza el modelado de regresión utilizando datos normalizados. Pasos para ejecutarlo:

1. Abre el notebook en Jupyter:

   jupyter notebook N02_MODELO_NORMALIZED.ipynb

Clusterización

El notebook N04_CLUSTERIZACION.ipynb contiene el análisis de clusterización. Pasos para ejecutarlo:

1. Abre el notebook en Jupyter:

   jupyter notebook N04_CLUSTERIZACION.ipynb

El notebook N04_2_CLUSTERIZACION_TEST.ipynb también realiza un análisis de clusterización de prueba para ver la relación entre aspectos sociales y académicos. Pasos para ejecutarlo:

1. Abre el notebook en Jupyter:

   jupyter notebook N04_2_CLUSTERIZACION_TEST.ipynb

Persistencia de Modelos

Los modelos entrenados y otros objetos importantes se guardan en la carpeta Persistencia.