Churn predictor system

المشروع ده عبارة عن Customer Churn Prediction system، بهدف التنبؤ باحتمالية إن عميل معين في شركة اتصالات يسيب الخدمة (churn) بناء على بياناته وسلوكه.

بنيت وقارنت عدة classification models — Logistic Regression وRandom Forest وXGBoost وLightGBM، بالإضافة لـ stacking ensemble بيجمع أكتر من موديل مع بعض. أفضل نتيجة كانت مع LightGBM بعد الـ tuning، حققت ROC-AUC يوصل لـ 0.936.

الـ pipeline كان كامل من الأول للآخر: data preprocessing، وfeature engineering، وحل مشكلة الـ class imbalance، وhyperparameter tuning، وصولا للـ cross-validated evaluation باستخدام confusion matrix وclassification report وROC curve analysis.

آخر خطوة كانت نشر الموديل النهائي كـ interactive web application باستخدام Streamlit، بحيث أي مستخدم يقدر يدخل بيانات عميل ويشوف احتمالية الـ churn بشكل مباشر (real-time).