Отток пользователей (churn prediction) — это задача классификации, так как мы предсказываем бинарный целевой признак: уйдет клиент (1) или останется (0).

Пример кода для бинарной классификации с помощью LogisticRegression:

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

X — фичи, y — целевая метка (0/1)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

model = LogisticRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

**Нюансы:**  
- Может быть дисбаланс классов (меньше ушедших). Используют `class_weight`, SMOTE или F1-метрику.  
- Важны интерпретируемость (SHAP/LIME) и бизнес-метрики (ROC-AUC, precision@top-K).  
- Иногда решают как задачу ранжирования (predict_proba + сортировка по скору).