Customer Churn Prediction Using Decision Tree in Python

الهدف: التنبؤ بالعملاء المحتملين لإلغاء الاشتراك (Churn) لشركة اتصالات.

البيانات: معلومات العملاء مثل الاشتراك، الدفع، الاستخدام الشهري، والخصائص الشخصية.

خطوات العمل:

تنظيف البيانات والتعامل مع القيم المفقودة (TotalCharges).

استكشاف البيانات بصريًا وتحليل العلاقة بين المتغيرات وChurn.

تحويل المتغير الهدف إلى قيم رقمية (Yes → 1, No → 0).

إنشاء متغيرات وهمية للمتغيرات الفئوية.

تقسيم البيانات إلى تدريب واختبار (80%-20%).

تدريب نموذج Decision Tree مع ضبط العمق وموازنة الفئات (class_weight='balanced').

تقييم النموذج باستخدام الدقة، مصفوفة الالتباس، وتقارير التصنيف.

النتائج:

تحديد أهم العوامل المؤثرة على احتمال إلغاء العميل للاشتراك.

إنشاء نموذج تنبؤي دقيق يمكن استخدامه لدعم قرارات الشركة التسويقية واستباق إلغاء العملاء.