generated from Python-2026Spring/assignment-05-final-project-template
电信客户流失预测系统（课程项目）
—— 满足Level 1任务要求，覆盖数据处理、机器学习、LLM+Agent全流程
核心内容：
1. 问题与数据：以Kaggle Telco Customer Churn数据集为基础，定义“客户流失分类”任务，明确标签/输入输出边界，包含数据字段说明与分层抽样切分策略；
2. 传统机器学习：实现LogisticRegression（基线）+RandomForest（强模型）的可复现训练（固定随机种子），完成指标对比（F1/ROC-AUC）与误差分析（错误样本分桶+改进方向）；
3. LLM+Agent：构建2个工具（ML流失预测工具+特征解释工具），通过Pydantic定义结构化输出，生成可落地的风险分层干预建议；
4. 工程与演示：提供Streamlit交互界面（预测→分析→建议全流程），支持跨机运行（git clone+uv sync即可部署），代码结构清晰并包含类型提示。
| data | ||
| models | ||
| src | ||
| .gitignore | ||
| .python-version | ||
| app.py | ||
| main.py | ||
| predict.py | ||
| pyproject.toml | ||
| README.md | ||
| requirements.txt | ||
| ROC曲线.png | ||
| run.bat | ||
| save_model.py | ||
| telco_churn_model.pkl | ||
| tests | ||
| uv.lock | ||
| visualization.py | ||
| 混淆矩阵.png | ||
| 特征重要性TOP10.png | ||
