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。
Go to file
2026-01-12 14:02:27 +08:00
data feat: 初始化电信客户流失分析项目,完成数据读取和基础清洗 2026-01-12 14:02:27 +08:00
src feat: 初始化电信客户流失分析项目,完成数据读取和基础清洗 2026-01-12 14:02:27 +08:00
.gitignore feat: 初始化电信客户流失分析项目,完成数据读取和基础清洗 2026-01-12 14:02:27 +08:00