ОБУЧЕНИЕ С УЧИТЕЛЕМ

В данном проекте рассматривается решение задачи классификации, где целевой признак не сбалансирован.

Краткое описание проекта и расшифровка столбцов

Из банка стали уходить клиенты. Немного, но заметно. Из расчетов известно, что сохранять текущих клиентов дешевле, чем привлекать новых.

Нужно спрогнозировать, уйдет клиент из банка в ближайшее время или нет. Представлены исторические данные о поведении клиентов и расторжении договоров с банком.

Расшифровка названий столбцов:

Признаки

• RowNumber — индекс строки в данных
• CustomerId — уникальный идентификатор клиента
• Surname — фамилия
• CreditScore — кредитный рейтинг
• Geography — страна проживания
• Gender — пол
• Age — возраст
• Tenure — сколько лет человек является клиентом банка
• Balance — баланс на счёте
• NumOfProducts — количество продуктов банка, используемых клиентом
• HasCrCard — наличие кредитной карты
• IsActiveMember — активность клиента
• EstimatedSalary — предполагаемая зарплата

Целевой признак

• Exited — факт ухода клиента

Используемые алгоритмы машинного обучения

1. Логистическая регрессия;
2. Дерево решений;
3. Случайный лес.

Для поиска оптимальных гиперпараметров была использована байесовская оптимизация из библиотеки hyperopt как в примере по этой ссылке https://habr.com/ru/post/542624/

Методы борьбы с дисбалансом

1. Автобалансировка;
2. Увеличение выборки (Upsampling);
3. Уменьшение выборки (Downsampling).