음악 구독 사용자 데이터

① 기본 정보

• customer_id : 사용자 식별자 → 삭제
• age : 사용자 나이
• location : 미국 주(State)
• signup_date : 가입일

② 구독 및 결제 정보

• subscription_type : 구독 유형
• payment_plan : 월간 / 연간
• payment_method : 결제 방식
• num_subscription_pauses : 구독 일시정지 횟수

③ 고객 행동 데이터 (핵심)

• weekly_hours : 주당 평균 청취 시간
• average_session_length : 평균 세션 시간/60
• song_skip_rate : 노래 스킵 비율
• weekly_songs_played : 주간 재생 곡 수
• weekly_unique_songs : 주간 고유곡 수
• num_favorite_artists : 즐겨찾기 아티스트 수
• num_platform_friends : 플랫폼 내 친구 수
• num_playlists_created : 생성한 플레이리스트 수
• num_shared_playlists : 공유 플레이리스트 수
• notifications_clicked : 알림 클릭 횟수
• customer_service_inquiries : 고객센터 문의 횟수

④ 타겟 변수

• churned : 이탈 여부 (0/1) 0은 고객 활성 상태, 1은 고객 이탈했음

미국 Census 인구/사회 데이터

사용 변수

• State : 주
• TotalPop : 총 인구
• Income : 소득(평균소득 구해야 함)

→ 결측치(주별 중앙값으로) 채우기 + 주별 평균 소득 도출

컬럼에 붙이는 건 평균값으로

파생 가능 변수 (해석용)

• male_ratio = Men / TotalPop
• 인종 비율 변수
• 지역 다양성 지수
• log_population (도시 규모 지표)

• 추가 전처리

평균 세션 시간 단위 → hour로 통일

주간 재생 곡 수 < 주간 고유곡 수 → 고유곡 수가 더 크면 재생곡 수로 대체

원핫인코딩 수정 → 해당 코드 빼기

catboost 용 인코딩 전 컬럼 살리기