Soporte: asociación entre productos de compra, probabilidad de ocurrencia de la compra de dos productos seleccionados.

Confianza: es la fracción en donde se muestra la probabilidad de compra de un producto dado que ya se adquirió otro.

Lyft: este indicador nos muestra como afecta la compra de un producto la adquisición de otro, es decir, el apalancamiento de compra que puede tener un artículo en otro.

Modelo de Canasta de Mercado
Utiliza el soporte y la confianza para encontrar parejas de productos correlacionadas y determinar como la compra de uno afecta al otro y establecer así estrategias de negocio estableciendo la frecuencia de compra de los artículos.

Modelo de Regresión
Se establece por relación entre una variable dependiente y una o varias variables independientes.

-          Regresión lineal simple

-          Regresión lineal múltiple

-          Regresión logística nominal

-          Regresión logística multinomial 

-          Regresión logística ordinal

-          Regresión de poisson

-          Regresión de cox

Regresión Lineal: de acuerdo al comportamiento de los datos es encontrar los valores de los datos que creen una recta, generando una correlación entre las variables de forma lineal. Y se determina la ecuación de la recta, dando lugar a una estimación gráfica.

 Arboles de decisión
A través de la decisión de clases se correlacionan las variables independientes con la variable dependiente, y de esta manera se establece el camino más probable.

Naive Bayes
Es una metodología que predice un objetivo por medio de probabilidades, bajo la teoría de la probabilidad condicional. 

SVM
Son máquinas de soporte vectorial y consiste en realizar una clasificación de aprendizaje automático, lo cual permite analizar grandes volúmenes de datos.

Random Forest
Consistes la multiplicidad de varios árboles de decisión o regresiones, donde se identifica cuales variables son las más importantes para predecir una variable dependiente.

 Aplicación de los modelos supervisados

Churn (Telecomunicaciones)

Scoring Bancario

Ensamble de modelos

Clúster análisis
Busca agrupar individuos por homogeneidad dentro de un grupo  y lo más más heterogéneo entre grupos. Donde se definen los grupos por quien desarrolla el estudio. Se utiliza: 

-          Clasificar usuarios de un banco para la obtención de un crédito.

-          Clasificar habilidades de estudiantes de un curso

-          Crear segmentos de productos alimenticios

-          Crear segmentos de una oferta comercial en telecomunicaciones

Análisis de correspondencias
Muestra de forma descriptiva información resumida sobre datos categóricos u ordinales, tratando de evitar la pérdida de información.

Análisis de componentes principales (ACP)
A través de la disminución de la dimensionalidad de las variables originales sin perder información y lograr describir lo mejor posible todo un conjunto de datos que contiene muchas variables para analizar.