Customer segmentation

يعتمد هذا المشروع على تحليل بيانات العملاء لتوقع ال(Churn). يشمل استكشاف البيانات، معالجة القيم المفقودة، هندسة خصائص جديدة مثل معدل الإرجاع ومدة العميل. يستخدم نماذج LightGBM وXGBoost مع تقنية SMOTE لمعالجة عدم توازن الفئات، وتحسين المعاملات عبر GridSearch. يجمع النموذج النهائي بين التنبؤات لزيادة الدقة (AUC). كما يستخرج أهم الميزات المؤثرة في الهجرة. الهدف: تمييز العملاء المعرضين للهجرة لاتخاذ إجراءات تسويقية استباقية.