Volver a notebooks

Pump it Up: Data Mining the Water Table

Modelo predictivo de Machine Learning desarrollado para la competencia de DrivenData. El objetivo es predecir qué bombas de agua están funcionales, necesitan reparación o no funcionan en Tanzania. El modelo Random Forest obtuvo un score de 0.7974, utilizando técnicas de feature engineering, oversampling (SMOTE) y análisis exploratorio de datos.

Destacado

Competencia: DrivenData - Pump it Up

Este proyecto fue desarrollado para la competencia de DrivenData "Pump it Up: Data Mining the Water Table", una competencia de nivel intermedio para predecir el estado de las bombas de agua en Tanzania. El objetivo es ayudar a mejorar las operaciones de mantenimiento y garantizar el acceso a agua potable limpia para las comunidades.

Objetivo:

Predecir si una bomba de agua es funcional, necesita reparación o no funciona

Score obtenido:

0.7974

Usuario en competencia:

luissinho1999

Nivel:

Intermedio - Práctica

Ver competencia en DrivenData
1 de mayo de 2024
Machine LearningRandom ForestClasificaciónSMOTEFeature EngineeringCompetitionDrivenData
PythonScikit-learnRandom ForestXGBoostSMOTEPandasMatplotlibSeabornPyCaret