Análisis de viajeros de líneas Alta Velocidad Española - Visión general
Información obtenida por datos públicos emitidos por la compañía ferroviaria Renfe Viajeros S.A., en un período concreto del año 2019.
VIAJEROS POR TIPOLOGÍA DE TREN, CLASE ELEGIDA Y TARIFA
COMPARACIÓN ENTRE PRECIOS DE BILLETES Y PREVISIÓN OBTENIDA CON MACHINE LEARNING
Para el modelo de ML he utilizado una regresión lineal múltiple al ser la target una variable continua. Los datos que nos da el modelo es que con todas las variables introducidas como predictores, tiene un R2 alta (0.8448), es capaz de explicar el 84,48% de la variabilidad observada en el precio. El p-value es inferior a 0,05, lo que me asegura que confirma que el modelo es bueno.
En la evaluación, el valor obtenido del RMSE es de 10.12592, indicador que la predicción de precios varía en 10€ aprox., lo cual significa que el modelo reduce en 2,5 veces la variabilidad del error promedio al calcular el precio.
A contunuación reflejo una gráfica con muestra aleatoria para comparar el modelo y el precio real.