📞 Telco Customer Churn Prediction

📌 Présentation du projet

Ce projet vise à prédire si un client d'une entreprise de télécommunications est susceptible de résilier son contrat (churn) à l’aide d’algorithmes de Machine Learning.
L’objectif est d’aider les équipes commerciales à identifier les clients à risque pour agir en amont et améliorer la fidélisation.

---

🔗 Démo en ligne

🎯 Accéder à l'application Streamlit

---

📂 Source des données

Les données utilisées proviennent du dataset public disponible sur Kaggle :
🔗 Telco Customer Churn Dataset

---

🛠️ Technologies utilisées

• Python 3.11
• Pandas, NumPy
• Scikit-learn (Logistic Regression, preprocessing, évaluation)
• XGBoost, LightGBM, Gradient Boosting, SVM
• Matplotlib, Seaborn (visualisation)
• Streamlit (développement d’une application web interactive)
• Joblib (sérialisation du modèle)

---

📊 Workflow du projet

1. 🔍 Exploration et nettoyage des données

• Analyse des variables numériques et catégorielles
• Suppression des valeurs manquantes
• Encodage des variables
• Feature engineering sur tenure

2. 🤖 Modélisation

• Régression Logistique (avec et sans équilibrage des classes)
• XGBoost
• Gradient Boosting
• SVM (SVC)
• LightGBM
• Gestion du déséquilibre avec class_weight et scale_pos_weight

3. 📈 Évaluation

• Métriques : Accuracy, Precision, Recall, F1-Score, ROC-AUC
• Matrice de confusion
• Courbe ROC

4. 🌐 Application Web

• Interface Streamlit personnalisée
• Formulaire interactif pour renseigner un client
• Prédiction automatique et affichage visuel du risque de churn
• Thème sombre + design structuré par sections (infos générales, services, paiement)

---

🧠 À propos

Projet réalisé par Mamadou DIEDHIOU
📫 Pour toute question ou collaboration, n'hésitez pas à me contacter sur LinkedIn