Приведи пример интересной задачи с проекта

Одна из интересных задач — предсказание оттока клиентов (churn prediction). Например, для телеком-компании:

Задача: Построить модель, предсказывающую, какие клиенты уйдут в ближайший месяц.

Данные: История звонков, тарифы, жалобы, длительность подписки.

Решение:

1. Feature Engineering:
   • Создать признаки: среднее кол-во звонков за месяц, частота жалоб, длительность клиента.
   • Добавить бинарные признаки (например, был ли запрос на расторжение).

2. Моделирование:
   • Попробовать CatBoost/XGBoost (хорошо работают с категориальными данными).
   • Использовать SMOTE для дисбаланса классов.

Пример кода:

from catboost import CatBoostClassifier
from sklearn.metrics import roc_auc_score

model = CatBoostClassifier(iterations=500, eval_metric='AUC')
model.fit(X_train, y_train, cat_features=cat_cols, verbose=100)
preds = model.predict_proba(X_test)[:, 1]
print(f"AUC: {roc_auc_score(y_test, preds):.3f}")

Вывод: Модель помогает выявлять "уходящих" клиентов для удержания спецпредложениями.