Описание проекта: Из «Бета-Банка» стали уходить клиенты каждый месяц. Немного, но заметно. Банковские маркетологи посчитали: сохранять текущих клиентов дешевле, чем привлекать новых.
Цель проекта: Спрогнозировать уход клиент из банка в ближайшее время на основании исторических данных о поведении клиентов и расторжении договоров с банком.
Поставленные задачи:
- Загрузка и подготовка данных.
- Исследование баланса классов, обучение модели без учёта дисбаланса.
- Улучшение качества модели с учетом дисбаланса классов. Обучение разных моделей и определение лучшей.
- Проведение финального тестирования.
Результаты проекта:
Таким образом, были рассмотрены различные модели для задачи классификации, а также разные стратегии борьбы с дисбалансом классов. Так, были получены лучшие показатели метрик на модели случайного леса с 80 деревьями решений с глубиной 27, при этом дисбаланс классов был учтен с помощью метода взвешивания классов (class_weight='balanced'). F1-мера для данной модели достигла своего значения 0.6 на тестовой выборке, а значение ROC-AUC для этой модели на итоговом тестировании стало равным 0.83, что является лучшим результатом.
Источник данных: https://www.kaggle.com/barelydedicated/bank-customer-churn-modeling