Проект: Обучение с учителем: качество модели Описание проекта Интернет-магазин «В один клик» продаёт разные товары: для детей, для дома, мелкую бытовую технику, косметику и даже продукты. Отчёт магазина за прошлый период показал, что активность покупателей начала снижаться. Привлекать новых клиентов уже не так эффективно: о магазине и так знает большая часть целевой аудитории. Возможный выход — удерживать активность постоянных клиентов. Сделать это можно с помощью персонализированных предложений. «В один клик» — современная компания, поэтому её руководство не хочет принимать решения просто так — только на основе анализа данных и бизнес-моделирования. У компании есть небольшой отдел цифровых технологий, и вам предстоит побыть в роли стажёра в этом отделе. Итак, вашему отделу поручили разработать решение, которое позволит персонализировать предложения постоянным клиентам, чтобы увеличить их покупательскую активность. Как решать задачу Продумывать подход к решению этой задачи вам не придётся — руководитель отдела его уже сформировал: Нужно промаркировать уровень финансовой активности постоянных покупателей. В компании принято выделять два уровня активности: «снизилась», если клиент стал покупать меньше товаров, и «прежний уровень». Нужно собрать данные по клиентам по следующим группам: Признаки, которые описывают коммуникацию сотрудников компании с клиентом. Признаки, которые описывают продуктовое поведение покупателя. Например, какие товары покупает и как часто. Признаки, которые описывают покупательское поведение клиента. Например, сколько тратил в магазине. Признаки, которые описывают поведение покупателя на сайте. Например, как много страниц просматривает и сколько времени проводит на сайте. Использовался пайплайн с перебором четырех моделей: DecisionTreeClassifier, KNeighborsClassifier, LogisticRegression и SVC. Лучшей моделью оказалась SVC с параметрами C=1, degree=1, probability=True, random_state=42, метрика ROC-AUC на тестовой выборке: 0.922.
-
Notifications
You must be signed in to change notification settings - Fork 0
wheheheheh/supervised-learning
About
No description, website, or topics provided.
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published