| --- |
| title: Customer Segmentation App |
| emoji: 🚀 |
| colorFrom: red |
| colorTo: red |
| sdk: streamlit |
| app_file: app.py |
| pinned: false |
| short_description: AI-powered customer personality segmentation using K-Means. |
| license: apache-2.0 |
| sdk_version: 1.55.0 |
| --- |
| |
| # 📊 Customer Personality Segmentation Project |
| ### (Müşteri Kişilik Segmentasyonu Projesi) |
|
|
| This project uses **Machine Learning (K-Means Clustering)** to segment customers based on their income, spending habits, and family structure. It helps businesses understand their customer base to create targeted marketing strategies. |
|
|
| Bu proje, müşterileri gelir, harcama alışkanlıkları ve aile yapılarına göre segmentlere ayırmak için **Makine Öğrenmesi (K-Means Kümeleme)** kullanır. İşletmelerin hedef odaklı pazarlama stratejileri oluşturmasına yardımcı olur. |
|
|
| --- |
|
|
| ## 🛠 Features / Özellikler |
| * **Data Preprocessing:** Handling missing values and feature engineering. |
| * **Clustering Models:** Comparison between **K-Means** and **DBSCAN**. |
| * **Model Selection:** Optimized with **Silhouette Score** ($0.28$) and **Elbow Method**. |
| * **Interactive UI:** A Streamlit web application with real-time predictions and visual effects. |
|
|
| * **Veri Ön İşleme:** Eksik verilerin temizlenmesi ve yeni özelliklerin oluşturulması. |
| * **Kümeleme Modelleri:** **K-Means** ve **DBSCAN** modellerinin karşılaştırılması. |
| * **Model Seçimi:** **Silhouette Skoru** ($0.28$) ve **Elbow Metodu** ile optimizasyon. |
| * **İnteraktif Arayüz:** Gerçek zamanlı tahminler ve görsel efektler sunan Streamlit uygulaması. |
|
|
| --- |
|
|
| ## 💎 Customer Segments / Müşteri Segmentleri |
| The model categorizes customers into 4 main groups: |
| Model, müşterileri 4 ana grupta sınıflandırır: |
|
|
| 1. **Premium:** High income, high spending, no children. (Yüksek gelir, yüksek harcama, çocuksuz.) 🎈 |
| 2. **Budget:** Middle income, balanced spending. (Orta gelir, dengeli harcama.) |
| 3. **Occasional:** Low income or infrequent shoppers. (Düşük gelir veya seyrek alışveriş yapanlar.) |
| 4. **Alternative:** Unique spending patterns. (Özel harcama alışkanlıkları olanlar.) |
|
|
| --- |
|
|
| ## 📖 How to Use / Nasıl Kullanılır? |
| 1. Enter the **Annual Income** (e.g., $110,000). |
| 2. Enter the **Total Spending** (e.g., $3,000). |
| 3. Select the number of **Children**. |
| 4. Click **Predict** to see the magic! 🎈 |
|
|
| 1. **Yıllık Geliri** girin (Örn: $110,000). |
| 2. **Toplam Harcamayı** girin (Örn: $3,000). |
| 3. **Çocuk Sayısını** seçin. |
| 4. Sihri görmek için **Tahmin Et**'e basın! 🎈 |
|
|
| --- |
|
|
| ## 💻 Tech Stack / Kullanılan Teknolojiler |
| * **Python** (Pandas, Numpy) |
| * **Scikit-Learn** (StandardScaler, KMeans) |
| * **Streamlit** (Web UI) |
| * **Joblib** (Model Deployment) |
|
|
| --- |
