Predicción para el Negocio de Alquiler de Automóviles con Técnicas Supervisadas
![Thumbnail](/bitstream/handle/10.18687/20190101_371/FP371.pdf.jpg?sequence=6&isAllowed=y)
View/ Open
Date
2019-07Author
Sulla-Torres, Jose
Zapata-Quentasi, Sandra
Yauri-Ituccayasi, Alba
Huamani-Avendaño, Rodrigo
Metadata
Show full item recordAbstract
El alquiler de autos es una nueva tendencia y ya es una realidad en muchos países, ya que es una opción más económica que mantener uno propio. El objetivo de este artículo es identificar el auto ideal para una persona, según las características que desee. En el presente trabajo se hizo un estudio de los pasos previos que involucra la predicción de un auto según las características deseadas y se realizó una comparación de los algoritmos de clasificación para determinar que clasificar es el adecuado en cuanto a la precisión de la predicción. Los pasos que se siguieron fueron: La colección de datos, el preprocesamiento, la preparación de datos y la comparación de los algoritmos de clasificación. Los resultados obtenidos muestran que el algoritmo Random Forest presenta un 95.12% de clasificación correcta de las instancias y un error medio cuadrático de 0.12, lo que son unos resultados aceptables para las pruebas realizadas.