Нейро.IT | Программирование

Кто уходит, а кто остаётся? 🤔 Предсказываем отток пользователей (Churn) на Python!

Представьте: ваш сервис процветает, но вдруг пользователи начинают... "растворяться" в воздухе! 💨 Это и есть отток (Churn) — одна из самых горячих и важных задач в мире машинного обучения. Наша цель? Понять, кто подумывает "уйти по-английски" и предсказать это заранее, чтобы успеть их удержать. Формально это бинарная классификация: уйдет (1) или останется (0)?

Сегодня разберёмся, как настроить пайплайн для такой задачи на маленьких данных, чтобы понять саму механику. Погнали! 👇

Для начала, призовём нужные библиотеки:


pip install pandas scikit-learn

И импортируем наших магических помощников:


import pandas as pd

from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report

А вот так выглядят данные наших "подозреваемых" пользователей: 🕵️‍♀️


data = pd.DataFrame({
 "days_active": [5, 120, 30, 200, 15, 300],
 "sessions": [3, 80, 10, 150, 5, 220],
 "avg_session_time": [2.5, 15.0, 5.0, 20.0, 3.0, 25.0],
 "support_tickets": [2, 0, 1, 0, 3, 0],
 "churn": [1, 0, 1, 0, 1, 0]
})

Здесь у нас признаки (например, сколько дней юзер активен, сколько сессий провёл, часто ли пишет в поддержку) и, конечно, наша целевая переменная churn, которая показывает, "слился" пользователь (1) или всё ещё с нами (0).

Отделим мух от котлет, то есть признаки от цели:


X = data.drop(columns=["churn"])
y = data["churn"]

Обучать модель на всех данных — это как проверять экзамен, уже зная ответы. 🙈 Нечестно и неэффективно! Поэтому делим данные на тренировочную и тестовую выборки:


X_train, X_test, y_train, y_test = train_test_split(
 X, y, test_size=0.33, random_state=42, stratify=y
)

Теперь самое интересное — собираем наш предсказательный комбайн! 🤖 Используем Pipeline для удобства: сначала нормализуем признаки (чтобы "дни" не перевешивали "сессии"), а затем применяем Логистическую регрессию (просто и со вкусом):


model = Pipeline(steps=[
 ("scaler", StandardScaler()),
 ("clf", LogisticRegression(max_iter=1000, class_weight="balanced"))
])

model.fit(X_train, y_train)

Оценим, насколько хорошо наш комбайн справился с незнакомыми данными:


y_pred = model.predict(X_test)
print(classification_report(y_test, y_pred))

А теперь фокус-покус! 🪄 Предскажем вероятность оттока для одного нового пользователя:


user = pd.DataFrame([{
 "days_active": 20,
 "sessions": 8,
 "avg_session_time": 4.0,
 "support_tickets": 2
}])

prob = model.predict_proba(user)[0][1]
print("Вероятность оттока:", round(prob, 2))

0.87? Кажется, этот пользователь уже одной ногой на выход! 😱

Такие модели — настоящий клад для бизнеса! 💰 Они позволяют запускать триггеры удержания, предлагать персональные офферы тем, кто на грани, и вообще держать руку на пульсе продукта.
В следующий раз будем предсказывать, кто заварит кофе в офисе! Или нет. 😉

@NeuroTech_IT

22 views16:21