robisonnunes / python_classification_esemble

Repositório criado para entrega de relatório de teste técnico para Data Scientist

Problema de Negócio

1. Previsão de cancelamentos em Hotéis Você foi contratado como cientista de dados para analisar uma base de dados de clientes de uma rede de Hotéis e sua tarefa é investigar os dados em busca de insights que possam ajudar a empresa a evitar cancelamentos e também construir um modelo preditivo que possa antecipar esses cancelamentos, de modo que a empresa tenha tempo hábil para agir com ações de retenção. Informações sobre o dataset:

• As informações são anonimizadas por questões de privacidade
• Base de dados no link:
• https://dhauz-challenges.s3.amazonaws.com/cancellation_prediction.rar

Comece respondendo as seguintes questões:

a) Elabore hipóteses e visualizações envolvendo a variável cancellation e, pelo menos, outras duas variáveis presentes no dataset;

b) Desenvolva um modelo preditivo de classificação para identificar cancelamentos e utilize métricas adequadas para argumentar a efetividade do modelo;

c) Ao realizar a validação cruzada do modelo de classificação, discuta sobre as diferenças entre utilizar uma separação entre treino e teste aleatória e uma separação temporal (Ex: treino em 2015 e 2016 e validação em 2017). Os resultados são diferentes? Qual o mais indicado?