89artur / 89artur/ML_supervised_learning
Улучшение проекта
- Linguagem predominante
- Jupyter Notebook
- Estrelas
- 0
- Forks
- 0
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Descrição
### Основная проблема проекта
основной проблемой проведенного анализа то что пользователи с вероятностью снижения покупательской активности больше 0.8 (80%) имеют схожее поведение с общей группой пользователей по данным нам признакам. Явных особенностей не отмечается.
### Рекомендации по дальнейшим шагам и развитию проекта
необходимо больше признаков, чтобы определить с чем связано, от чего зависит снижение покупательской активности
Guia de contribuição
Nenhum guia de contribuição indexado para este repositório
Direção de pesquisa
The issue is about feature engineering for a supervised learning project to predict customer churn. Start by examining the existing Jupyter notebooks to understand the current dataset and model. Look for areas where new features could be derived or external data could be integrated. The goal is to improve model performance by identifying features that distinguish high-risk users.
Escrita pelo modelo de indexação a partir do texto da issue.
Avaliação
- Domínio
- machine-learning
- Tipo de issue
- Funcionalidade
- Dificuldade
- 4/5
- Tempo estimado
- Mais de uma semana
- Status de atividade
- Estagnada
- Clareza
- Precisa de esclarecimento
- Facilidade para iniciantes
- 25/100