📊 Análisis de Datos con IA

# Importar librerías necesarias
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier # Ejemplo de clasificador
from sklearn.metrics import accuracy_score, classification_report

# --- PASO 1 y 2: Entendimiento del Negocio y Datos (Asumimos que ya se hizo) ---
# --- PASO 3: Preparación de Datos ---

# Cargar datos (ejemplo: desde un archivo CSV)
# Asegúrate de tener un archivo 'datos.csv' en el mismo directorio o proporciona la ruta correcta.
# El CSV debe tener características (X) y una columna objetivo (target).
try:
    df = pd.read_csv('datos.csv') 
    print("Datos cargados exitosamente:")
    print(df.head())

    # Separar características (X) y variable objetivo (y)
    # Reemplaza 'nombre_columna_objetivo' con el nombre real de tu columna target
    X = df.drop('target', axis=1) 
    y = df['target']

    # Convertir categóricas a numéricas si es necesario (ejemplo simple con get_dummies)
    X = pd.get_dummies(X, drop_first=True)

    # Dividir datos en conjuntos de entrenamiento y prueba
    X_train, X_test, y_train, y_test = train_test_split(
        X, y, test_size=0.2, random_state=42, stratify=y # stratify es útil para clasificación
    )
    print(f"\nForma de X_train: {X_train.shape}, Forma de X_test: {X_test.shape}")

    # --- PASO 4: Modelado ---
    print("\nEntrenando el modelo...")
    # Inicializar el modelo (Random Forest en este caso)
    # Puedes probar otros modelos: LogisticRegression, SVC, GradientBoostingClassifier, etc.
    model = RandomForestClassifier(n_estimators=100, random_state=42, class_weight='balanced') 
    
    # Entrenar el modelo con los datos de entrenamiento
    model.fit(X_train, y_train)
    print("Modelo entrenado.")

    # --- PASO 5: Evaluación ---
    print("\nEvaluando el modelo...")
    # Realizar predicciones en el conjunto de prueba
    predictions = model.predict(X_test)
    
    # Calcular la precisión del modelo
    accuracy = accuracy_score(y_test, predictions)
    print(f'Precisión (Accuracy) en el conjunto de prueba: {accuracy:.4f}')
    
    # Mostrar un reporte de clasificación más detallado
    print("\nReporte de Clasificación:")
    print(classification_report(y_test, predictions))

    # --- PASO 6: Despliegue (Conceptual) ---
    # En un escenario real, este modelo se guardaría y se integraría en una aplicación
    # o se usaría para generar informes.
    print("\nEl modelo está listo para un despliegue conceptual.")
    # Ejemplo: podrías guardar el modelo con joblib o pickle
    # import joblib
    # joblib.dump(model, 'mi_modelo_random_forest.pkl')
    # print("Modelo guardado como 'mi_modelo_random_forest.pkl'")

except FileNotFoundError:
    print("Error: El archivo 'datos.csv' no fue encontrado. Por favor, asegúrate de que exista.")
except KeyError:
    print("Error: La columna 'target' no fue encontrada en 'datos.csv'. Verifica el nombre de tu columna objetivo.")
except Exception as e:
    print(f"Ocurrió un error inesperado: {e}")