Random Forest · 20 493 yozuv · 100% brauzerda

Mijoz omonat ochadimi?
Oldindan biling.

Bank marketing ma’lumotlari asosida o‘qitilgan Random Forest modeli mijozning muddatli omonat ochish ehtimolini hisoblaydi. Profilni kiriting — natija bir zumda, to‘liq o‘zbek tilida va faqat brauzeringizda.

0 mijoz yozuvi
0 ROC-AUC
0 lift
0 server so‘rovi
Jonli prognoz #BM-20492
AK
Aziza K. 35 yosh · Texnik · Turmush qurgan
Yangi
Juda yuqori Ustuvor ro‘yxatga tavsiya etiladi
Uy-joy krediti: yo‘q +37,0%
Qo‘ng‘iroq: 8 daq 20 s +31,4%
Balans: 2 000 € +3,0%
86,3%ROC-AUC
2,63×lift
Maxfiyserverga yuborilmaydi
Manba: Bank Marketing ma’lumotlari
Model: 200 ta qaror daraxti
Inference: JavaScript, brauzerda
O‘quv loyihasi: moliyaviy maslahat emas
01
Ma’lumotlar to‘plami

Bank marketing ma’lumotlari bir qarashda

20 493 mijoz, 10 ustun va bitta asosiy savol: mijoz muddatli omonat ochadimi? Ma’lumotlar nemis tilidagi bank marketing kampaniyasidan olingan. Quyida asosiy taqsimotlar va ularning marketing uchun ma’nosi.

0
mijoz yozuvi
20 492 tasi model uchun
10
ustun
9 belgi + 1 maqsad
23,8%
ijobiy natija
4 873 mijoz omonat ochgan
2,63×
lift
Tasodifiy tanlovga nisbatan

Maqsadli belgi

Omonat ochgan va ochmagan mijozlar

Ma’lumotlar muvozanatsiz: har to‘rt mijozdan faqat bittasi ijobiy.

Yosh taqsimoti

O‘rtacha yosh 39,5; eng faol guruh 30–40 yosh

Alter

18–69 yosh oralig‘i. 20 492 model yozuvi asosida.

Hisob balansi

Ko‘pchilik mijozning balansi 0–2 000 € atrofida

Kontostand

Grafik uchun −2 000…8 000 € oralig‘i ko‘rsatilgan.

Qo‘ng‘iroq davomiyligi

O‘rtacha suhbat 298 soniya (≈5 daqiqa)

Dauer

Grafik uchun 0–1 500 soniya oralig‘i ko‘rsatilgan.

Kasblar bo‘yicha mijozlar

Har beshinchi mijozning kasbi noma’lum — bu alohida toifa

Beruf

Oilaviy holat va ma’lumot

Turmush qurganlar va to‘liq o‘rta ma’lumotlilar ko‘pchilik

Oilaviy holat
Ma’lumot darajasi
Marketing insight

Qo‘ng‘iroq qancha uzoq bo‘lsa, konversiya shuncha yuqori

15 daqiqadan uzun suhbatlarda mijozlarning 74,8% i omonat ochgan. Bu qo‘ng‘iroq davomiyligining eng kuchli belgi ekanini tushuntiradi — ammo u suhbatdan keyin ma’lum bo‘ladi.

Davomiylik muhimlik bo‘yicha 1-o‘rinda: 59,2%

Ustunlar lug‘ati

Asl nemis nomlari va ularning o‘zbekcha izohi

CSVni yuklab olish
Ustun O‘zbekcha Tavsif Turi
AlterYoshMijozning yoshiSon
BerufKasbMijozning kasbi yoki faoliyatiToifa
FamilienstandOilaviy holatTurmush qurgan, bo‘ydoq yoki ajrashganToifa
AusbildungMa’lumot darajasiO‘rta, to‘liq o‘rta yoki oliy ma’lumotToifa
AusgefallenKredit defoltiKredit bo‘yicha kechikish bormi (0/1)Binar
KontostandHisob balansiMijozning yillik o‘rtacha balansi (€)Son
EigentumUy-joy kreditiUy-joy krediti bormi (0/1)Binar
DarlehenShaxsiy kreditShaxsiy kredit bormi (0/1)Binar
DauerQo‘ng‘iroq davomiyligiOxirgi suhbat davomiyligi (soniya)Son
LabelMaqsadMijoz omonat ochganmi (1 — ha, 0 — yo‘q)Maqsad

Ma’lumotlardan namuna

Birinchi 8 yozuv, o‘qish uchun qulay ko‘rinishda

Notebookni yuklab olish
Yosh Kasb Oilaviy holat Ma’lumot Balans Uy-joy Kredit Davomiylik Natija

Manba: bank_marketing_adal_v1.0.csv. Ustun nomlari asl holida saqlangan.

02
Model

Random Forest: 200 ta daraxtning jamoaviy qarori

Random Forest — ko‘plab qaror daraxtlarini birlashtirib, bitta daraxtning tasodifiy xatolarini kamaytiradigan ansambl usuli. Har bir daraxt ma’lumotning tasodifiy qismida o‘qitiladi, yakunda esa ularning o‘rtacha ehtimoli hisoblanadi.

01

Yuklash

20 493 yozuv, 10 ustun. ; ajratgichi bilan o‘qildi.

02

Tozalash

Dauer=0 bo‘lgan 1 yozuv olib tashlandi. Chekka qiymatlar Random Forest uchun xavfli emas — ular saqlab qolindi.

03

Kodlash

Uchta toifa alifbo tartibida raqamlarga o‘tkazildi. «Noma’lum» alohida toifa bo‘lib qoldi.

04

Bo‘lish

70% o‘quv, 30% test. Stratifikatsiya va random_state=4711.

05

O‘qitish

200 daraxt, chuqurlik 12, bargda kamida 10 yozuv. max_features=sqrt.

06

Baholash

Test to‘plamida ROC-AUC, qamrov, pretsiziya va lift. 10-fold CV.

ROC-AUC 86,3% Chegaradan mustaqil sifat
Aniqlik 82,3% 40% chegarada
Pretsiziya 62,5% Ijobiy prognozlarning haqiqiy ulushi
Qamrov 63,6% Haqiqiy mijozlarning topilgan ulushi
F1 63,1% Pretsiziya va qamrov balansi
Lift 2,63× Tasodifiy tanlovga nisbatan

Model nimalarni to‘g‘ri topdi?

40% qaror chegarasidagi chalkashlik matritsasi

Test: 6 148
To‘g‘ri rad etilgan Xato ijobiy O‘tkazib yuborilgan To‘g‘ri topilgan

Model 24,2% mijozni tanlab, haqiqiy obunachilarning 63,6% ini topadi. Bu tasodifiy tanlovdan 2,63 baravar samaraliroq.

Aniqlik82,3%
Qamrov63,6%
Pretsiziya62,5%

Model egri chizig‘i

ROC va Precision–Recall ko‘rsatkichlari

ROC-AUC0,863
PR-AUC0,646
10-fold CV0,864

ROC-AUC 0,863 — model tasodifiy taxmindan ancha yaxshi. Diagonal chiziq tasodifiy taxminni bildiradi.

Qaysi belgi muhim?

Random Forest feature importance (Gini)

9 belgi
Muhim cheklov

Qo‘ng‘iroq davomiyligi 59,2% muhimlik bilan birinchi o‘rinda. Ammo u suhbatdan keyin ma’lum bo‘ladi — shuning uchun modeldan oldindan targetlashda foydalanishda ehtiyot bo‘lish kerak. Balans, yosh va uy-joy krediti esa oldindan mavjud belgilar.

Model parametrlari

Takrorlanadigan konfiguratsiya

v1.0
10-fold CV ROC-AUC 0,864 ± 0,007
10-fold CV aniqlik 82,9% ± 0,6%
Halol baholash

Nega ko‘rsatkichlar notebookdagidan farq qiladi?

Asl notebookda sinflar balanslash test to‘plamiga bo‘lishdan oldin bajarilgan. Shu sababli bir xil mijozlar o‘quv va test to‘plamida takrorlangan (data leakage), test to‘plami esa sun’iy 50/50 bo‘lgan. Bu 92,4% aniqlik va 98,9% ROC-AUC ni tushuntiradi. Veb-versiyada avval bo‘lish bajariladi, test to‘plami haqiqiy 76/24 taqsimotni saqlaydi. Shuning uchun 82,3% aniqlik va 86,3% ROC-AUC — realroq va ishonchliroq ko‘rsatkich.

Notebook uslubi 92,4% aniqlik · 98,9% ROC-AUC test 50/50, takroriy mijozlar
Veb-versiya 82,3% aniqlik · 86,3% ROC-AUC haqiqiy 76/24 taqsimot
Vizual tushuncha

Random Forest ichidagi bitta daraxt

Har bir daraxt ma’lumotni shartlar bo‘yicha bo‘lib chiqadi. Barglarda ijobiy natija ehtimoli saqlanadi. Random Forest 200 ta shunday daraxtning o‘rtacha ovozini oladi.

Random Forest ichidagi kichik qaror daraxti sxemasi
03
Interaktiv prognoz

Mijozingizni sinab ko‘ring

Quyidagi maydonlarni to‘ldiring. Model 200 ta daraxt yordamida ehtimolni bir zumda hisoblaydi. Ma’lumotlar brauzeringizdan chiqmaydi.

1

Mijoz profili

Kim bilan gaplashyapsiz?

42 yosh
18–95 yosh oralig‘i
2

Moliyaviy holat

Mijozning bank bilan munosabati

1 500 €
Yillik o‘rtacha balans, yevroda
3

Aloqa ma’lumotlari

Oxirgi suhbat haqida

5 daq 0 s
Sekundlarda; 300 s ≈ 5 daqiqa
Tez to‘ldirish:

Barcha hisob-kitoblar shu brauzerda. Ma’lumot serverga yuborilmaydi.

1
Profilni kiriting9 ta belgi yetarli
2
200 daraxt ovoz beradiHar biri o‘z shartlarini tekshiradi
3
Tavsiyani olingEhtimol va ustuvorlik darajasi
Ommaviy prognoz

CSV faylni yuklang — butun ro‘yxatni baholang

Bank kampaniyasi ro‘yxatini yuklang. Model har bir mijoz uchun ehtimol va ustuvorlikni hisoblaydi. Fayl brauzerda qayta ishlanadi va serverga yuborilmaydi.

Namuna CSV
CSV faylni bu yerga tashlang yoki kompyuterdan tanlang Maksimal 25 000 qator · ; yoki , ajratgichi · UTF-8
04
Kod

Kod bilan tanishing — o‘rganing va takrorlang

Model Python/scikit-learn’da o‘qitilgan. Saytda esa xuddi shu daraxtlar JavaScript’da ishlaydi. Quyidagi bo‘limlar loyihaning asosiy qadamlarini ko‘rsatadi.

load_data.py
clean.py
encode.py
train.py
evaluate.py
export_model.py
predict.js
05 Savollar

Ko‘p so‘raladigan savollar

Model, ma’lumotlar va natijalar haqida eng ko‘p beriladigan savollarga qisqa va aniq javoblar.

Savolingiz qoldimi? GitHub’da yozing
Model aslida nima qiladi?

Mijoz profiliga qarab uning muddatli omonat ochish ehtimolini 0–100% oralig‘ida hisoblaydi va marketing ustuvorligini tavsiya qiladi. Model 200 ta qaror daraxtining o‘rtacha ehtimolini oladi.

Ma’lumotlarim xavfsizmi?

Ha. Barcha hisob-kitoblar brauzeringizda bajariladi; hech qanday ma’lumot serverga yuborilmaydi. Sayt statik fayllardan iborat, backend yo‘q. CSV fayl ham faqat sizning qurilmangizda qayta ishlanadi.

Nega ustun nomlari nemischa?

Asl ma’lumotlar to‘plami nemis tilida. Saytda har bir ustunning o‘zbekcha izohi va toifalar tarjimasi berilgan; model esa asl kodlash bilan ishlaydi. Bu kodni asl notebook bilan solishtirishni osonlashtiradi.

82,3% aniqlik — bu yaxshimi?

Bu ma’lumotlar uchun yaxshi natija: ROC-AUC 86,3%, 40% chegarada haqiqiy obunachilarning 63,6% i topiladi va lift 2,63×. Muvozanatsiz ma’lumotda aniqlik yolg‘iz o‘zi chalg‘ituvchi bo‘lishi mumkin, shuning uchun qamrov, pretsiziya va lift ham ko‘rsatilgan.

Nega notebookda 92% natija bor edi?

Asl notebookda sinflar balanslash test to‘plamiga bo‘lishdan oldin bajarilgan. Shu sababli bir xil mijozlar o‘quv va test to‘plamida takrorlangan (data leakage), test to‘plami esa sun’iy 50/50 bo‘lgan. Veb-versiyada bo‘lish birinchi bajariladi, test esa haqiqiy taqsimotda — shuning uchun ko‘rsatkichlar pastroq, lekin ishonchliroq.

Qo‘ng‘iroq davomiyligini oldindan bilmasam bo‘ladimi?

Ha, bu muhim cheklov. Davomiylik eng kuchli belgi (59,2%), lekin u suhbatdan keyin ma’lum bo‘ladi. Oldindan targetlash uchun davomiyliksiz model kerak bo‘ladi; bu loyihada asl notebookga sodiq qolindi va bu cheklov model bo‘limida alohida ta’kidlangan.

Saytni o‘zim ishga tushira olamanmi?

Ha. python3 serve.py buyrug‘i saytni localhost:8000 da ochadi. GitHub Pages uchun tayyor workflow ham qo‘shilgan. Modelni qayta o‘qitish uchun python3 scripts/prepare_model.py buyrug‘ini ishlating.

Natijani bank qarori sifatida ishlatsa bo‘ladimi?

Yo‘q. Bu o‘quv loyihasi va faqat marketing ustuvorligini aniqlashda yordamchi signal sifatida ishlatilishi mumkin. Haqiqiy qarorlar qo‘shimcha tekshiruv, qonunchilik talablari va mas’uliyatli tahlilni talab qiladi.