Проект в качестве итогового задания по курсу ‘Введение в Data Science’ от Skillbox.

Выполнил: Демир Узун

Цель - разработать приложение, которое будет предсказывать совершение пользователем одного из целевых действий - ‘Оставить заявку’ или ‘Заказать звонок’ по времени визита ‘visit_*’, рекламным меткам ‘utm_*’, характеристикам устройства ‘device_*’ и местоположению ‘geo_*’. Это должен быть сервис, который будет брать на вход все атрибуты, типа utm_, device_, geo_*, и отдавать на выход 0/1 (1 — если пользователь совершит любое целевое действие).

Целевые метрики: roc-auc > 0.65, время предсказания не более 3 секунд.

Полностью задание можно прочитать отсюда или скачать в виде файла-pdf.

Данные для выполнения практического задания можно скачать отсюда.

О компании «СберАвтоподписка»

«СберАвтоподписка» — это сервис долгосрочной аренды автомобилей для физлиц.

Клиент платит фиксированный ежемесячный платёж и получает в пользование машину на срок от шести месяцев до трёх лет.

Также в платёж включены:

• страхование (КАСКО, ОСАГО, ДСАГО);
• техническое обслуживание и ремонт;
• сезонная смена шин и их хранение;
• круглосуточная служба поддержки.

За дополнительную сумму можно приобрести услугу консьерж-сервиса — доставку автомобиля до сервисного центра и обратно на техническое обслуживание, сезонную замену шин, ремонт.

Описание структуры проекта:

• .idea, .ipynb_checkpoints, __pycache__ - служебные папки, сгенерированные Pycharm
• data- папка, где хранятся данные для проверки работоспособности приложения. examples.json - содержит в себе список из 5 примеров для проверки.
• models - папка, куда записываются готовые модели.
• additional_data.py- дополнительные данные для генерации признаков.
• api.py - скрипт для проверки API-запросов.
• create_model.py- скрипт, который создает пайплайн и обучает модель.
• description.md- описание целевого задания.
• other.ipynb - не используется
• predict_test.py- скрипт, который проверяет работу приложения
• requirements.txt- необходимые библиотеки для установки. Pycharm автоматически устанавливает их из списка в этом файле.
• step_1_data_analises.ipynb - ноутбук анализ датасетов.
• step_2_model_research.ipynb- ноутбук исследования и моделирование.

Последовательность работы

• Скопируйте данный репозиторий к себе на компьютер.
• Скачайте данные GA Sessions (ga_sessions.csv) и GA Hits (ga_hits.csv) и разместите их в папке data, которую нужно создать на уровень выше вашего проекта.
• После этого можно запустить ноутбуки step_1_data_analises.ipynb и step_2_model_research.ipynb и пошагово отработать каждую ячейку для анализа происходящего исследования.

Анализ данных клиентских сессий сервиса ‘СберАвтоподписка’

Всего целевых действий = 104908 из 15726470 что составляет 0.67 %

sub_car_claim_click = 37928 === 0.24 %

sub_open_dialog_click = 25870 === 0.16 %

sub_submit_success = 18439 === 0.12 %

sub_car_claim_submit_click = 12359 === 0.08 %

sub_call_number_click = 3653 === 0.02 %

sub_callback_submit_click = 3074 === 0.02 %

sub_car_request_submit_click = 2966 === 0.02 %

sub_custom_question_submit_click = 619 === 0.0 %

Распределение целевой переменной:

• False 90.43%
• NaN 6.87%
• True 2.70%

• Из программы Pycharm или командной строки можно запустить обучение модели с помощью скрипта create_model.py (файл additional_data.py и папки с данными data и моделями models должны находится в той же директории). В файле additional_data.py собраны дополнительные данные, которые нужны для генерации признаков.

Блокноты

Ноутбуки с разведовательным анализом данных и исследованием моделей для задачи:

• step_1_data_analises.ipynb. Здесь мы проводим анализ данных клиентских сессий сервиса ‘СберАвтоподписка’. В этом ноутбуке реализованы три стадии машинного обучения: Business understanding, Data understanding, Data preparation.
• step_2_model_research.ipynb. Здесь мы непосредственно будем заниматься исследованиями, разработкой и оптимизацией модели.

Обучение модели

Для создания модели необходимо запустить скрипт create_model.py (файл additional_data.py и папки с данными data и моделями models должны находится в той же директории).

Процесс создания пайплайна полностью информативен. В каждый момент времени можно знать какая проходит процедура и сколко времени ушло на выполнение этой процедуры. Кстати, полностью весь процесс создания, обучения и оптимизации модели занимает всего около 10 минут.

Или можно создать модель, запустив ноутбук с исследованиями моделей.

Запуск приложения

Модель можно запустить стационарно в виде скрипта predict_test.py или в качестве API-приложения.

Чтобы его запустить, необходимо установить библиотеки из requirements.txt и в корневой папке проекта выполнить команду:

uvicorn api:app --reload

Время предсказания приложения в десктопной версии составляет всего около 5 милисекунд.

Запуск APi-приложения также очень быстрый.

Время предсказания приложения в API версии также составляет всего около 5 милисекунд.

В этом случае приложение будет доступно по адресу http://127.0.0.1:8000.

Методы API

Для работы с приложением можно использовать запросы:

• /status (get) - для получения статуса сервиса;

• /version (get) - для получения версии и метаданных модели;

• /predict (post) - для предсказания класса одного объекта;

Спасибо, что дочитали до конца! Теперь вы точно будете знать, что следующее, что я буду делать - это deploy готового приложения. Следите за моими дальнейшими публикациями!