¡Bienvenido a PREDICTEL!
PREDICTEL es un sistema basado en el modelo Random Forest para la predicción de reclamos por averías en telecomunicaciones (2016-2024).
Con esta herramienta podrás anticipar fallas, mejorar la calidad del servicio y tomar decisiones estratégicas.
📈 Estado del Modelo Random Forest
Registros Cargados
82,326
Registros Originales
87,003
⚙️ De un total de 87,003 registros originales, tras el proceso de limpieza y transformación quedaron
82,326 registros válidos para entrenar y probar el modelo.
📊 Métricas del Modelo Random Forest
Mide el promedio de las diferencias absolutas entre los valores reales y los predichos.
Interpretación: Un MAE más bajo indica un mejor desempeño del modelo.
Mide la desviación estándar de los errores de predicción.
Interpretación: Un RMSE bajo significa que los errores son menores y el modelo predice con más precisión.
Indica qué tan bien los valores predichos se ajustan a los valores reales.
Interpretación: Un valor cercano a 1 indica un modelo con buen ajuste.
📊 Resultados por Dimensiones
Frecuencia
RMSE
42.80
MAE
33.38
R²
0.72
Gravedad
RMSE
58.64
MAE
40.22
R²
0.65
Eficiencia Operativa
RMSE
71.55
MAE
46.10
R²
0.59
🔹 Frecuencia: RMSE Bajo, MAE Medio, R² Alto
🔹 Gravedad: RMSE Medio, MAE Medio, R² Medio
🔹 Eficiencia Operativa: RMSE Medio, MAE Medio, R² Medio
📌 Rangos de Interpretación
Estos rangos ayudan a interpretar el desempeño del modelo en regresión:
- MAE / RMSE:
- 🔵 Bajo (< 50): Excelente
- 🟡 Medio (50 - 100): Aceptable
- 🔴 Alto (> 100): Necesita mejora
- R²:
- 🔵 Alto (>= 0.8): Muy buen ajuste
- 🟡 Medio (0.5 - 0.79): Aceptable
- 🔴 Bajo (< 0.5): Ajuste deficiente
