Predicción de Rendimiento Estudiantil

Este proyecto es una aplicación de escritorio en Python que predice el rendimiento estudiantil (Bajo, Medio, Alto) a partir de factores socioeconómicos y académicos, usando un modelo de Random Forest y una interfaz gráfica con Tkinter.

Archivos principales

• app.py: Código principal de la aplicación y la interfaz gráfica.
• StudentPerformanceFactors.csv: Dataset necesario para entrenar y usar el modelo.

Requisitos

• Python 3.8+
• Paquetes: pandas, scikit-learn, imbalanced-learn, tkinter

Puedes instalar las dependencias con:

pip install -r requirements.txt

Uso

1. Asegúrate de tener el archivo StudentPerformanceFactors.csv en la misma carpeta que app.py.
2. Ejecuta la aplicación:

python app.py

3. Ingresa los datos solicitados en la interfaz y presiona "Predecir" para ver el resultado.

Notas

• No subas archivos de la carpeta build/ ni archivos .pyc al repositorio.
• Si necesitas compilar a ejecutable, puedes usar PyInstaller.