Задача по анализу данных

Цель исследования

Построить прогностическую модель, которая на основе исходных данных будет определять вероятность совершения покупки клиентом.

Требования к реализации

• Использовать только программу Orange Data Mining (без кодирования на Python).
• Выполнить предобработку данных (очистка, заполнение пропусков, если необходимо).
• Применить методы машинного обучения (например, логистическая регрессия, деревья решений или случайный лес).
• Визуализировать результаты через встроенные виджеты Orange (Confusion Matrix, ROC Curve, Feature Importance).

Исходные данные

Данные предоставляются в виде CSV-файла, который будет направлен исполнителю после согласования. Обязательно сохраните пропорции классов (балансировка) при обучении модели.

Формат результатов

• Сохраненная модель в формате Orange (.pkf).
• Скриншоты или PDF с ключевыми виджетами (Data Table, Test Results, Schema).
• Краткий письменный вывод о качестве модели (Accuracy, ROC AUC).

Срок и объем

Ориентировочный срок - до %DEFAULT_DEADLINE%. Ожидаемый результат - загруженная ссылка на файлы в облачном хранилище.

Если у вас возникнут вопросы по спецификации, уточните до старта.