Data Scientist

	e-mail: dvkazakov @ gmail.com (убрать пробелы с обеих сторон '@')	Тел./WhatsApp: +7-916-909-7864	Telegram: @denis_v_kazakov
GitHub	Skype: denis.v.kazakov		English

Прогноз оттока клиентов банка

Учебный проект, выполненный на курсе профессиональной переподготовки "Специалист по работе с данными. Data scientist" Школы 21 Сбер / Томского государственного университета.

Навыки:

Предобработка данных: pandas, sklearn (StandardScaler);

Выбор метрик (balanced accuracy, recall, ROC AUC);

Деревья решений, случайный лес, градиентный бустинг, AdaBoost (sklearn);

Нейронная сеть (keras).

Ноутбуки проекта:

Подготовка данных
Выбор и обучение модели
Решение с помощью нейронной сети

Исходный датасет (не опубликован, т.к. собственность школы): 355190 строк, 234 колонки.

8% – класс 1; 92% – класс 0.

Подготовка данных:

Нормализация количественных значений.

Обработаны пропущенные значения.

Преобразование категориальных переменных в унитарный код (one hot encoding).

Различных профессий почти 10 тысяч, но у большинства по несколько человек на профессию. Отобрал только часто повторяющиеся.

Выбраны метрики с учетом дисбаланса классов и большей важности меньшего класса.

Опробованы разные методы и ансамбли.

Случайный лес не улучшил результаты по сравнению с отдельным деревом. Видимо, благодаря большому набору данных вариативность низкая, поэтому той проблемы, которую решает случайные лес, нет. У градиентного бустинга результаты хуже.

Улучшить результаты (recall, ROC AUC) удалось, используя сочетание решающего дерева и бустинга с помощью метода Ada Boost.