Telecom X – Parte 2: Predicción de Cancelación (Churn)

Challenge de Alura LATAM/ONE — etapa de modelado predictivo para anticipar la cancelación de clientes (churn) en Telecom X.

---

🎯 Objetivo

Construir y evaluar modelos de ML que predigan la probabilidad de churn, entregar insights accionables y una recomendación de umbral para priorizar acciones de retención.

📁 Datos

• Dataset limpio de la Parte 1 (versionado en este repo):
  data/telecomx_churn_clean.csv
  Raw URL (para Colab / scripts):
  https://raw.githubusercontent.com/crox5/alura-challenge-parte-2/main/data/telecomx_churn_clean.csv

• Target: Churn (0 = no cancela, 1 = cancela)

• Tamaño: 7,032 filas × 25 columnas

• Desbalance: ~26.6% con churn (1,869/7,032)

---

🧪 Reproducibilidad

🚀 Colab (recomendado)

1. Abre el badge Open in Colab (arriba).
2. En la celda CONFIG, ya está configurado:

   DATA_PATH = "https://raw.githubusercontent.com/crox5/alura-challenge-parte-2/main/data/telecomx_churn_clean.csv"
   TARGET = "Churn"
   EXCLUDE_COLS = ["customerID"]