Clusterización en base a compras de vehículos motorizados: periodo 2009 al 2021
Date
2022
Type:
Thesis
item.page.extent
29 p.
item.page.accessRights
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
El presente documento, se refiere al estudio de ventas de una gran concesionaria de venta de vehículos, la cual nos proporciona datos crudos para el estudio del comportamiento de compra de vehículos nuevos desde el año 2009 al 2021, generando agrupamientos de estas ventas a través de la generación de clústers, en base a modelos de aprendizaje no supervisado y por otra parte, la predicción de estos clústers en base a modelos de aprendizaje supervisado. Para realizar este estudio comenzaremos con un análisis de la data disponible y un análisis exploratorio de los datos para poder comprender las tendencias de venta que posee esta concesionaria. Luego implementaremos algoritmos para la generación de agrupaciones dentro de los registros, para de esta forma, determinar la/s variable/s que contribuye/n mayormente a en la generación de estos grupos. Con el fin de validar el comportamiento de la agrupación realizada a través de modelos de aprendizaje no supervisado para generación de clusters, se implementan modelos de aprendizaje supervisado para así predecir y validar los clusters agrupados en base a modelos de clasificación. Finalmente presentaremos los resultados de la metodología aplicada y con ello, las principales conclusiones de este estudio.
Description
Capstone project presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
070037S, Automóviles, Mercado, SHAP, Clustering, K-Modes, K-Prototypes