Revisión de resultados

En mi caso utilicé algunas modificaciones: * Eliminé la columna de "Exited", pues esta le daba una falsa veracidad a nuestro modelo, pasando de una precisión incorrecta del 99.95%, a una de un 50-51% * Utilicé Standard Scaler para poder manejar mejor los datos categóricos * Implementé una pipeline simple al modelo: `model = LogisticRegression()` `pipeline = make_pipeline(    ` `StandardScaler(), # Numeric transformer    ` `model             # Model` `)` `pipeline.fit(X_train, y_train)` * Utilicé un Accuracy Score y un Classification Report para evaluar el modelo de forma más organizada * Aunque se sobre-entienda, también agregué nuevos módulos para poder llevar a cabo estos cambios Esta es solo una de las modificaciones que estoy realizando, una vez lo complete, enviaré un pull request . Muchas gracias por un curso práctico como este, y por que el docente es muy bueno enseñando y guiándo a los estudiantes