Recorrimos el ciclo completo de un modelo supervisado con el Titanic, 891 pasajeros. Boté cuatro variables que no aportaban nada —Cabin venía con 77.1% de nulos—, imputé la edad con mediana agrupada y creé dos variables nuevas, FamilySize e IsAlone. Entrené un Random Forest y una regresión logística sobre una partición 80/20 estratificada y quedaron casi empatados. Lo que más me sirvió fue el ranking de importancia, que confirma con números lo que ya sabía la historia.
Partí el conjunto en 712 filas de entrenamiento y 179 de prueba manteniendo la proporción 61.6% / 38.4% de la clase objetivo
Random Forest llegó a 82.1% de accuracy con AUC 0.850; la regresión logística a 81.0% con AUC 0.848, pero recuperando más sobrevivientes (recall 0.696 contra 0.652)
El ranking de importancia dejó Sex de primero con 0.41, seguido de Fare (0.17) y Pclass (0.14)
Probé los dos modelos con un pasajero inventado —hombre de 28 años, segunda clase, viajando solo— y ambos predijeron que no sobrevivía, el bosque con 81% de probabilidad
Entregué el informe en Word con el enlace al Colab ejecutado, tablas de variables y análisis de cada decisión
Lo que costó. El punto extra volvió a costarme dos intentos: no me salió a la primera y me tocó repetirlo.
Qué pedían
El enunciado y la rúbrica, tal cual los publicaron.