Predicción de baja de usuarios en el sistema público de bicicletas de la ciudad de Buenos Aires

Abstract

Este trabajo de fin de posgrado se centra en la realización de un caso de estudio que consiste en la predicción sobre la probabilidad de baja de usuarios en el servicio público de bicicletas de la Ciudad Autónoma de Buenos Aires, mejor conocido como “Ecobicis”. Para el desarrollo del mismo fueron necesarios conocimientos sobre aprendizaje automático de tipo supervisado y feature engineering para la determinación de dos grupos de usuarios (churn y no churn). En particular, el estudio basado en clasificación mediante boosting (haciendo foco en modelos basados en XGBoost y CatBoost), la búsqueda de los mejores parámetros basado en técnicas de optimización de los mismos (GridSearch) para su implementación y mejor rendimiento así como también el diseño de variables que nos ayuden a mejorar la predictibilidad y poder obtener mejores insights de los datos.

This postgraduate dissertation focuses on the development of a case study that consists of the prediction of the probability of users leaving the Ciudad Autónoma de Buenos Aires’s public bicycle service, better known as "Ecobicis". The development of this case study required knowledge of supervised machine learning and feature engineering for the determination of two groups of users (churn and non-churn). In particular, the study is based on boosting classification (focusing on models based on XGBoost and CatBoost), the search for the best parameters based on optimization techniques (GridSearch) for their implementation and better performance as well as the design of variables that help us to improve predictability and to obtain better insights from the data.