Comparativa de técnicas de balanceo de datos. Aplicación a un caso real para la predicción de fuga de clientes

Abstract

El trabajo evalúa la incidencia de distintas técnicas de balanceo de datos sobre algoritmos para predicción de clase (en nuestro caso binaria). Concretamente se contrastará el comportamiento de hasta ocho técnicas de resampling (4 técnicas undersampling, 3 de oversampling y una técnica híbrida) diferentes sobre tres clasificadores distintos (regresión logística, bosques aleatorios y gradient boosting).