### Contexto de negocio. 

Una empresa aseguradora en salud está presentando altos costos dados por complicaciones de pacientes que anteriormente habían sido marcados con ciertas enfermedades, cuya complicación puede aumentar tanto el costo, como la preocupación del paciente. Una de las enfermedades que han decidido estudiar estratégicamente es el Cáncer de Mama.  Dado esto, la empresa requiere mantener un control de estos pacientes, haciendo demanda inducida, seguimiento periódico, adopción de estrategias médicas, entre otras, que permitan evitar que se llegue a alguna complicación. Es necesario priorizar estos pacientes tratando de predecir quienes llegarán a presentar alguna complicación en los siguientes 6 meses.

### Problema de negocio

La empresa ha decidido contratarlos para que construyan un modelo predictivo que permita estimar la probabilidad de que un paciente diagnosticado con Cáncer de Mama presente una complicación en los próximos 6 meses.

### Contexto analítico

Se espera que entrene diferentes familias de modelos predictivos de clasificación (ver sección siguiente), precedidos por diferentes procesos de transformación (normalizaciones, imputación, feature engineering, dummificación, selección de features).

La evaluación de la calidad de los flujos de modelos predictivos se debe estimar utilizando la métrica de F1-Score.

Expliquen sus ideas, el por qué realizan las acciones, y comenten los resultados obtenidos; se espera mucho más que unos bloques de código.
La toma de decisiones sobre los datos se debe hacer considerando el contexto del problema y de los datos, no se puede ver todo solamente desde los ojos de los datos, sino también considerar el negocio.
Un Científico de Datos debe poder comunicar los puntos importantes de su trabajo en un lenguaje universal para todos los públicos.
Todo esto se considerará en la nota.