Customer Churn Prediction Using Decision Tree in Python
تفاصيل العمل
الهدف: التنبؤ بالعملاء المحتملين لإلغاء الاشتراك (Churn) لشركة اتصالات. البيانات: معلومات العملاء مثل الاشتراك، الدفع، الاستخدام الشهري، والخصائص الشخصية. خطوات العمل: تنظيف البيانات والتعامل مع القيم المفقودة (TotalCharges). استكشاف البيانات بصريًا وتحليل العلاقة بين المتغيرات وChurn. تحويل المتغير الهدف إلى قيم رقمية (Yes → 1, No → 0). إنشاء متغيرات وهمية للمتغيرات الفئوية. تقسيم البيانات إلى تدريب واختبار (80%-20%). تدريب نموذج Decision Tree مع ضبط العمق وموازنة الفئات (class_weight='balanced'). تقييم النموذج باستخدام الدقة، مصفوفة الالتباس، وتقارير التصنيف. النتائج: تحديد أهم العوامل المؤثرة على احتمال إلغاء العميل للاشتراك. إنشاء نموذج تنبؤي دقيق يمكن استخدامه لدعم قرارات الشركة التسويقية واستباق إلغاء العملاء.
مهارات العمل
بطاقة العمل
طلب عمل مماثل
