MACHINE LEARNING · PROYECTO 09
Proyecto 04 · Machine Learning
Modelo Machine Learning · Airbnb en London
Modelo de clasificación con regresión logística para identificar anuncios relativamente caros o baratos dentro de cada tipo de alojamiento.
CONTEXTO Y OBJETIVO
Clasificar anuncios según su tendencia relativa a precios altos o bajos dentro de cada tipo de alojamiento, sin tratar el precio como una predicción directa.
DATOS Y DIAGNÓSTICO
- Uso de la base curada del proyecto Airbnb London como punto de partida.
- Definición de la variable objetivo a partir de extremos de precio relativos por tipo de alojamiento, para comparar anuncios dentro de segmentos equivalentes.
- Entrenamiento de una regresión logística con variables de disponibilidad, reseñas, estancia mínima, tamaño del anfitrión y barrio, junto con métricas de evaluación y calibración.
ENTREGA Y APRENDIZAJE
La entrega transforma el modelo en un score de tendencia relativa que permite ordenar anuncios y distinguir zonas de precio barato, estándar y caro sin presentarlo como una predicción directa del precio.