Este código implementa un modelo de regresión logística para predecir si un cliente de la empresa Telco cancelará su servicio. Se realiza la importación, limpieza y transformación de datos, seguida de la división en entrenamiento y prueba. Luego, se entrena un modelo logístico binomial, se evalúa con matrices de confusión y accuracy, y se generan predicciones para nuevos clientes.

PCA PC1 variable contributions

Este código implementa un modelo de **Random Forest** para predecir los precios de viviendas con la base de datos *House Prices*. Se realizan los siguientes pasos: **importación y limpieza de datos**, **transformación de variables categóricas**, **entrenamiento del modelo con `randomForest()`**, **evaluación del rendimiento con MAE, RMSE y R²**, y **generación de predicciones**. Finalmente, se visualiza la importancia de las variables para mejorar la interpretación del modelo.