Datasets:
Tasks:
Tabular Classification
Modalities:
Text
Formats:
csv
Sub-tasks:
tabular-multi-class-classification
Size:
100K - 1M
License:
File size: 3,919 Bytes
510e608 c7384ab 510e608 907fb15 510e608 7dded3a 510e608 7dded3a 510e608 7dded3a 510e608 7dded3a 510e608 7dded3a 510e608 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 |
---
language:
- es
- en
license: cc-by-nc-4.0
pretty_name: customer_profile
tags:
- synthetic
- streaming
- user-behavior
- churn-prediction
- machine-learning
task_categories:
- tabular-classification
task_ids:
- tabular-multi-class-classification
---
# 📦 **CUSTOMER PROFILE**
Este dataset fue **generado completamente de manera sintética**, empleando:
* Modelos estadísticos en Python
* Algoritmos probabilísticos personalizados
* Modelos de inteligencia artificial para añadir variabilidad y comportamientos realistas
No contiene datos personales ni información proveniente de individuos reales.
Su propósito es **estrictamente educativo, académico, experimental y de investigación**.
---
## 📝 **Dataset Summary**
Este dataset contiene datos sintéticos diseñados para simular interacciones ficticias de usuarios. Está optimizado para prácticas de análisis de datos, experimentación en ciencia de datos y prototipos de machine learning.
No debe utilizarse para aplicaciones comerciales ni para la creación de perfiles reales.
---
## 📊 **Estructura del Dataset**
El dataset incluye las siguientes columnas:
| Columna | Tipo | Descripción |
| ----------------- | ---------- | --------------------------------------- |
|`customer_id` | string | Identificador único del cliente. |
| `department` | string | Subdivisión de las provincias. |
|`consumption_style`| categorical| Estilos de hábito de consumo. (`occasional`, `casual`, `weekend-viewer`, `binge-watcher`, `heavy-user`.) |
| `locality` | string | Unidad territorial más pequeña. |
| `province` | string | Unidad administrativa principal del país.|
| `monthly_fee_usd` | float | Cuota mensual actual del plan en USD. |
**Obs:** Las columnas numéricas si tienen un valor `-` significa el número `0`.
---
## 📂 **Formato de los Archivos**
El dataset se encuentra formato **`CSV`**.
---
## 📥 Cómo Cargar el Dataset desde Hugging Face
### 🔹 Opción 1:
1. Usando `datasets.load_dataset`:
```python
from datasets import load_dataset
ds = load_dataset("hpestrellag/customer_profile")
ds
````
2. Convertir a Pandas:
```python
import pandas as pd
df = ds["train"].to_pandas()
df.head()
```
### 🔹 Opción 2:
Leer el CSV directamente desde Hugging Face Hub
```python
import pandas as pd
df = pd.read_csv("hf://datasets/hpestrellag/customer_profile/customer_profile.csv")
df.head()
```
---
## 🔐 **Licencia**
Este dataset se publica bajo la licencia:
# **Creative Commons Atribución-NoComercial 4.0 (CC BY-NC 4.0)**
### Permisos y restricciones:
✔️ **Permitido**:
* Uso académico
* Investigación
* Prototipos no comerciales
* Uso personal o educativo
❌ **No permitido**:
* Uso comercial
* Integración en productos de pago
* Proyectos que generen ingresos directos o indirectos
🔗 Licencia completa:
[https://creativecommons.org/licenses/by-nc/4.0/](https://creativecommons.org/licenses/by-nc/4.0/)
---
## 📚 **Cómo Citar Este Dataset**
```bibtex
@misc{estrella2025_customer_profile,
title = {customer\_profile},
author = {{Pavel Estrella G.}},
year = {2025},
publisher = {Hugging Face Datasets},
howpublished = {\url{https://huggingface.co/datasets/hpestrellag/customer_profile}},
note = {Dataset sintético generado para investigación. Licencia CC BY-NC 4.0.}
}
```
---
## ⚠️ **Notas Sobre Datos Sintéticos**
* No representan individuos reales.
* No fueron obtenidos de personas, empresas o fuentes externas.
* No contienen información sensible.
* Se generaron enteramente mediante métodos estadísticos y modelos de IA.
* No deben utilizarse para tareas que requieran datos reales (marketing, segmentación real, perfiles reales).
---
## 👤 **Autor**
**PAVEL ESTRELLA G.** |