Instrucciones

1. Cargar el archivo CSV synthetic_customer_data.csv en un DataFrame usando Pandas y mostrar las primeras filas para comprender la estructura de los datos.

2. Mostrar información básica del DataFrame, como el tipo de datos de cada columna y calcular estadísticas descriptivas para cada variable.

3. Visualización de Datos:  Generar histogramas para analizar la distribución de age y total_spent.  Crear un gráfico de barras para observar la distribución de gender.

4. Preprocesamiento de los Datos:  Verificar si existen valores nulos en el conjunto de datos y documentar los resultados.  Codificar la variable gender en valores numéricos (0 para Female, 1 para Male).  Escalar las columnas numéricas (age, total_spent, frequency, days_since_last_purchase) usando StandardScaler para asegurar consistencia en las escalas.

5. Dividir los Datos en Entrenamiento y Prueba:  Definir las características (X) y la variable objetivo (y), que es returned_next_month.  Dividir los datos en un conjunto de entrenamiento y otro de prueba (80/20).

6. Entrenamiento de Modelos:  Seleccionar tres modelos de clasificación: Regresión Logística, Árbol de Decisión y Bosque Aleatorio.  Entrenar cada modelo usando los datos de entrenamiento.

7. Evaluación Inicial de Modelos:  Evaluar cada modelo en el conjunto de prueba usando métricas de rendimiento: exactitud, precisión, recall, F1 y AUC-ROC.  Comparar los resultados y documentarlos para seleccionar el mejor modelo.

8. Optimización del Mejor Modelo:  Realizar optimización de hiperparámetros (Grid Search) en el modelo seleccionado (en este caso, Bosque Aleatorio).  Ajustar el modelo con los mejores parámetros encontrados y entrenarlo nuevamente.

9. Validación y Análisis de Errores:  Evaluar el rendimiento del modelo optimizado en el conjunto de prueba con las métricas mencionadas.  Generar la matriz de confusión para identificar y analizar los errores de clasificación.

10. Conclusión y Recomendaciones:  Redactar conclusiones sobre el rendimiento del modelo y propuestas de aplicación en estrategias de retención de clientes.  Documentar el proceso y resultados en un Jupyter Notebook con comentarios explicativos y visualizaciones relevantes.