1. 프로젝트 개요

목적: 음악 구독 서비스 고객의 이탈 예측을 위해 데이터 구조를 파악하고, 고객 행동 데이터와 지역 Census 데이터를 결합할 수 있는 전처리 방향을 설정한다.
데이터 출처:
- 고객 데이터: Kaggle Streaming Subscription Churn Model
- 지역 데이터: 미국 Census acs2015_census_tract_data
데이터 구성:
- 고객 원천 데이터: 125,000행, 20개 컬럼
- Census 원천 데이터: 74,001행, 37개 컬럼
- 병합 후 EDA용 데이터(eda_df): 125,000행, 21개 컬럼
- 모델 입력용 데이터(final_df): 125,000행, 25개 컬럼

2. 데이터 기본 정보

총 데이터 수: 125,000개 고객 레코드
컬럼 수:
- 원천 고객 데이터 기준 20개
- 병합 후 EDA용 21개
- 인코딩 후 모델용 25개
주요 컬럼:
- 인구통계: age, location, tenure_days
- 구독/결제: subscription_type, payment_plan, payment_method, num_subscription_pauses
- 행동: weekly_hours, average_session_length, song_skip_rate, weekly_songs_played, weekly_unique_songs, num_favorite_artists, num_platform_friends, num_playlists_created, num_shared_playlists, notifications_clicked
- 고객 반응: customer_service_inquiries
- 지역 변수: State_TotalPop, State_AvgIncome
- 타깃 변수: churned
타깃 분포:
- 이탈(churned=1): 64,174명, 51.34%
- 유지(churned=0): 60,826명, 48.66%

주요 수치형 변수의 기초 통계는 다음과 같다.

age: 평균 48.41, 중앙값 48, 범위 18~79
weekly_hours: 평균 25.04, 중앙값 25.12, 범위 0.0001~49.9999
average_session_length: 전처리 후 평균 1.0070, 중앙값 1.0057, 범위 0.0167~1.9999
song_skip_rate: 평균 0.5008, 중앙값 0.5012, 범위 0~1
weekly_songs_played: 평균 250.82, 중앙값 251
weekly_unique_songs: 평균 121.27, 중앙값 110