Validação Cruzada — Predição de Churn

# Descrição

Projeto de validação cruzada e métricas avançadas para predição de churn em telecomunicações (4.000 clientes, ~20% churn). Aprenda K-Fold Cross Validation para estimativa confiável de desempenho, Stratified K-Fold para manter proporções de classes, métricas que importam com dados desbalanceados (F1-Score vs Acurácia), curvas ROC e Precision-Recall, curvas de aprendizado para diagnosticar viés/varância, comparação de 4 modelos com CV e GridSearchCV para otimização de hiperparâmetros.

$ ./deploy.sh $ git clone

# Características principais

$ K-Fold Cross Validation: 5 partições para estimativa robusta

$ Stratified K-Fold: mantém proporção de classes em cada partição

$ Métricas avançadas: precisão, recall, F1-score, ROC-AUC

$ Curvas ROC e Precision-Recall para dados desbalanceados

$ Curvas de aprendizado para diagnóstico de viés/varância

$ GridSearchCV: busca de melhores hiperparâmetros com CV

# Galeria

Vista desktop

Vista móvel

# Tecnologias utilizadas

Python scikit-learn pandas numpy matplotlib seaborn