---
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.**