Predicción de consumo irregular del servicio de agua potable basado en métodos de machine learning en la provincia de Ilo.

Abstract

El presente trabajo de investigación tiene el enfoque de experimentación de algoritmos de Machine Learning en el problema de predicción de clases de consumo irregular de agua potable de la Empresa Prestadora de Servicios de Saneamiento, EPS Ilo S.A. La empresa cuenta con el registro histórico de los incidentes o casos de consumo irregular de sus usuarios, los datos registrados son variables que conducen a identificar a que clase o tipo de consumo irregular pertenece. Esta información permitió experimentar diferentes algoritmos deMachine Learning, y finalmente, definir cual de ellos se comportamejor en este caso especifico. El algoritmo más eficiente en resolver el problema es Random Forest con 98% de precisión en predicciones de clases, seguido por Árbol de decisiones con 82% de precisión y finalmente Red Neuronal Simple con el 70.83%.