Updated 2 years ago
İş Problemi
- Şirketi terk edecek müşterileri tahmin edebilecek bir makine öğrenmesi modeli geliştirilmesi istenmektedir.
- Modeli geliştirmeden öncegerekliolan veri analizi ve özellik mühendisliği adımlarını gerçekleştirmeniz beklenmektedir.
Veri Seti Hikayesi
* CustomerId: Müşteri Id’si
* Gender: Cinsiyet
* SeniorCitizen: Müşterinin yaşlı olup olmadığı (1, 0)
* Partner Müşterinin bir ortağı olup olmadığı (Evet, Hayır)
* Dependents: Müşterinin bakmakla yükümlü olduğu kişiler olup olmadığı (Evet, Hayır)
* tenure: Müşterinin şirkette kaldığı ay sayısı
* PhoneService: Müşterinin telefon hizmeti olup olmadığı (Evet, Hayır)
* MultipleLines: Müşterinin birden fazla hattı olup olmadığı (Evet, Hayır, Telefon hizmeti yok)
* InternetService: Müşterinin internet servis sağlayıcısı (DSL, Fiber optik, Hayır)
* OnlineSecurity: Müşterinin çevrimiçi güvenliğinin olup olmadığı (Evet, Hayır, İnternet hizmeti yok)
* OnlineBackup: Müşterinin online yedeğinin olup olmadığı (Evet, Hayır, İnternet hizmeti yok)
* DeviceProtection: Müşterinin cihaz korumasına sahip olup olmadığı (Evet, Hayır, İnternet hizmeti yok)
* TechSupport: Müşterinin teknik destek alıp almadığı (Evet, Hayır, İnternet hizmeti yok)
* StreamingTV: Müşterinin TV yayını olup olmadığı (Evet, Hayır, İnternet hizmeti yok)
* StreamingMovies: Müşterinin film akışı olup olmadığı (Evet, Hayır, İnternet hizmeti yok)
* Contract: Müşterinin sözleşme süresi (Aydan aya, Bir yıl, İki yıl)
* PaperlessBilling: Müşterinin kağıtsız faturası olup olmadığı (Evet, Hayır)
* PaymentMethod: Müşterinin ödeme yöntemi (Elektronik çek, Posta çeki, Banka havalesi (otomatik), Kredi kartı (otomatik))
* MonthlyCharges: Müşteriden aylık olarak tahsil edilen tutar
* TotalCharges: Müşteriden tahsil edilen toplam tutar
* Churn: Müşterinin kullanıp kullanmadığı (Evet veya Hayır)
Kullanılacak Kütüphanelerin Kurulması
#Kullanılacak Kütüphanelerin Kurulması
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder, StandardScaler, RobustScaler
from sklearn.ensemble import RandomForestClassifier
#Şekilsel Ayarlamalar
pd.set_option("display.max_columns", None)
pd.set_option("display.max_rows", None)
pd.set_option("display.float_format", lambda x: "%.3f" % x)
pd.set_option("display.width", 500)