Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.3. Requerimientos del proyecto: Para realizar el respectivo análisis de los datos y
conocer el comportamiento de las incidencias gestionadas por la operación FO
Móvil, se requiere la siguiente información.
Fuente: Los datos se obtuvieron del reporte Atención formulado por el área
de Calidad para el análisis en el cumplimiento de los KPI frente a la operación
de control, seguimiento y gestión de fallas en la red Claro.
2. COMPRENSIÓN DE DATOS:
2.1. Obtención de conjunto inicial de datos y definición variables:
Ticket ID: Código que permite identificar las fallas que se presentan
en la red Claro y permite la gestión de dicha falla.
X = datos[['TIEMPO_DETECCION','TIEMPO_ESCALA']].values
y = datos['T D+E MINUTOS'].values
n_neighbors =1
knn = KNeighborsClassifier(n_neighbors)
knn.fit(X_train, y_train)
print('Accuracy of K-NN classifier on training set: {:.2f}'
.format(knn.score(X_train, y_train)))
print('Accuracy of K-NN classifier on test set: {:.2f}'
.format(knn.score(X_test, y_test)))
pred = knn.predict(X_test)
print(confusion_matrix(y_test, pred))
print(classification_report(y_test, pred))
4.3. Modelo 3
X_trn,X_tst,Y_trn,Y_tst = train_test_split(X,Y,test_size=0.3,random_state=int(tim
e.time()))
print(X_trn.shape)
tree=DecisionTreeClassifier(random_state=0)
tree.fit(X_trn,Y_trn)
print('Precisión en el conjunto de entrenamiento:{:.3f}'.format(tree.score(X_trn,
Y_trn)))
print('Precisión en el conjunto de prueba:{:-
3f}'.format(tree.score(X_tst,Y_tst)))
tree=DecisionTreeClassifier(random_state=0, max_depth=2)
tree.fit(X_trn,Y_trn)
print('Precisión en el conjunto de entrenamiento:{:.3f}'.format(tree.score(X_trn,
Y_trn)))
print('Precisión en el conjunto de prueba:{:-
3f}'.format(tree.score(X_tst,Y_tst)))
5. APLICACIÓN MODELO:
5.1. Justificación: Se aplicaron 3 modelos los cuales fueron RNC, KNN y árbol de
decisiones, de los cuales el que mejor nivel de precisión fue el árbol de
decisiones. Por lo cual será el modelo a aplicar para realizar el análisis de los
datos según el TIPO_TKT.
6. EVALUACIÓN: