Skip to content

churn classification model using random forest and xgboost , prediction and deployment using streamlit

Notifications You must be signed in to change notification settings

jeffreywijaya100/churn-model-deployment

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

10 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Anda adalah seorang data scientist di sebuah bank yang memiliki tugas untuk membuat model klasifikasi churn nasabah. Untuk memenuhi tugas ini beberapa step berikut perlu dilakukan, yaitu:

  1. Membuat pemodelan dengan machine learning, dimana anda diminta untuk melakukan semua proses pre-processing data yang dibutuhkan sebelum pemodelan klasifikasi. Melakukan training machine learning dengan menbandingkan 2 algoritma Random Forest dan Xgboost dan memilih algoritma terbaik yang akan anda simpan dalam format pickle. Pastikan semua proses disertakan dalam file .ipynb termasuk classification report dari setiap model.
  2. Mengubah proses training model terbaik yang telah diperoleh dalam pemodelan di atas dalam format OOP.
  3. Membuat code prediction yang akan digunakan untuk proses deployment.
  4. Melakukan proses deployment dan melakukan 2 test case pada Streamlit berdasarkan code prediction yang telah anda siapkan.
  • percobaan dengan data baris ke 0 : not churn

image

  • percobaan dengan data baris ke 21 : churn

image

About

churn classification model using random forest and xgboost , prediction and deployment using streamlit

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published