Práctica universitariaMachine Learning — Proyecto finalProyecto en grupo

Predicción de entregas a tiempo en e-commerce

Random Forest, regresión logística y K-Means para anticipar atrasos

Problema

Clasificar si un pedido llega a tiempo y encontrar qué factores y segmentos concentran los atrasos.

Datos

Train.csv: 10,999 pedidos con bodega, modo de envío, llamadas a servicio, calificación, costo, compras previas, importancia, género, descuento y peso; objetivo Reached.on.Time_Y.N.

Métodos

EDA con gráficos
Codificación (LabelEncoder) y escalado
Random Forest y regresión logística
K-Means con selección de K por silhouette
Lectura de negocio de coeficientes e importancia de variables

Resultados

Random Forest: accuracy 65.73 % en 3,300 pedidos de prueba y recall de 0.63 en pedidos atrasados, frente a 0.51 de la regresión logística (accuracy 64.73 %).
Variables más importantes: peso (Weight_in_gms), descuento ofrecido y costo del producto.
K-Means (3 grupos, K elegido por silhouette): el Cluster 0 (2,254 pedidos) tiene 99.47 % de entregas tardías; se caracteriza por descuentos altos y menor peso promedio.

Galería

Herramientas

Pythonpandasscikit-learnmatplotlibseabornDatabricks

Trabajo universitario; no se afirma autoría individual exclusiva.