Aplicación de ML sobre datos de Desafio 1

Construir un modelo predictivo utilizando el dataset de Properati, para predecir el precio de las propiedades. Cargar el mismo dataset que utilizaron para el primer desafío, limpiarlo (pueden usar el mismo código que usaron en el primer desafío, pueden corroborar si el dataframe resultante es correcto comparando con los datos que estuvimos utilizando para entrenar modelos en las prácticas) y luego entrenar y evaluar un modelo con datos no observados por el mismo.

Los algoritmos que pueden utilizar para armar el modelo son: regresión lineal simple, regresión lineal múltiple, Ridge, Lasso.

La recomendación es que prueben diversas especificaciones de modelos (distintas variables explicativas), diversos algoritmos (alguno de los listados arriba) y distintos hiperparámetros (para el caso de Ridge y Lasso).

Para evaluar el modelo pueden usar las métricas que estuvimos viendo en clase y las que están incorporadas en las notebooks (R2, R2 ajustado, ECM).

Como en el primer desafío, entregar el código comentado y una presentación donde se expliquen los resultados obtenidos y, especialmente, el potencial que eso tiene para mejorar el negocio de la inmobiliaria. No tienen que mostrar código, sino explicar en un lenguaje entendible para un público no técnico.