El conjunto de datos que usaremos para esta competencia es "Bank Customer Churn Dataset".


**customer_id**, el identificador del cliente.
**credit_score**, el score dado al cliente.
**country**, país.
**gender**, género.
**age**, edad.
**tenure**, los años que tiene como cliente.
**balance**, balance. 
**products_number**, la cantidad de productos del banco que tiene.
**credit_card**, si tiene tarjeta de crédito. 
**active_member**, si es miembro activo.
**estimated_salary**, salario estimado.
**churn**, es el parámetro objetivo (target): lo que se quiere estimar. Los valores posibles son:  1 si el cliente abandonó el banco o 0 si no. 

El objetivo es predecir "churn".

Los datos a utilizar son:
- train.csv: tiene 8000 registros, que deben usarse para entrenamiento.
- test.csv: tiene 2000 registros, que sólo se usan para inferir y subir a la competencia.
- sample_submission.csv es un ejemplo de como tienen que armar el archivo para enviar a la competencia.