ML Food Delivery Refund Classification Research

О проекте

Этот проект представляет собой исследование предиктивной аналитики с использованием классических моделей машинного обучения (Logistic regression, Decision Trees). Цель исследования — изучить факторы, влияющие на вероятность возврата заказа в сфере доставки еды (foodtech).

Используется датасет Call Center Restaurant Orders Dataset, содержащий данные о 72,314 заказах с информацией по времени оформления, стоимости заказа, чаевых, скидок, времени доставки и информации о возврате.

---

Содержание

• О проекте
• Цель исследования
• Датасет
• Основные этапы работы
• Модели и метрики
• Результаты
• Выводы

---

Цель исследования

На основе данных о заказах выявить ключевые факторы, влияющие на вероятность возврата средств клиентом, и построить модель машинного обучения, способную прогнозировать такие случаи. Проанализировать зависимости и изобразить их

---

Датасет

Источник данных:
restaurant-orders.csv — данные о заказах нескольких ресторанов, включая информацию о времени, стоимости, доставке и возвратах.

Характеристики датасета:

Параметр	Значение
Количество строк	72,314
Количество столбцов	17
Пропущенные значения	Есть (в полях времени прибытия курьера и передачи заказа ресторану)

Описание полей:

Поле	Описание
Date	Дата оформления заказа
Time customer placed order	Время, когда клиент оформил заказ
Time driver arrived at restaurant	Время, когда курьер прибыл в ресторан
Delivery time	Общее время доставки
Driver ID / Driver Name	Идентификатор и имя водителя
Restaurant ID / Customer ID	Уникальные идентификаторы ресторана и клиента
Delivery Area	Город доставки (Fremont, Hayward, Union City)
ASAP	Флаг "Как можно скорее"
Sub Total	Стоимость заказа
Delivery Fee / Service Fee	Стоимость доставки и сервисный сбор
Discount	Размер скидки
Tip	Чаевые
Refunded amount	Сумма возврата

---

Основные этапы работы

1. Предобработка данных:

   • Удалены нерелевантные поля (ID водителя, имени водителя, ID ресторана).
   • Преобразованы типы данных (время, стоимость).
   • Обработаны пропуски.
   • Устранены аномалии (например, заказы со стоимостью 0).

2. Анализ данных (EDA):

   • Исследование распределения классов (возврат/не возврат).
   • Анализ временных характеристик (время заказа, время доставки).
   • Изучение корреляций между суммой заказа, чаевых, скидок и возвратами.
   • Выбросы были обработаны методом обратного преобразования и категоризации.

3. Feature Engineering:

   • Создание новых признаков (например, категоризация времени суток).
   • Нормализация числовых признаков.
   • Категоризация процентных показателей (чаевые, скидки).

4. Моделирование:

   • Построена логистическая регрессия и деревья решений.
   • Подбор гиперпараметров с помощью GridSearchCV.
   • Оценка качества моделей через F1-score и ROC-AUC.

---

Модели и метрики

Логистическая регрессия

• F1-score: ~0.28
• ROC-AUC: ~0.61
• Ключевые признаки: цена заказа (sub_total), время доставки, время оформления заказа.

Дерево решений

• F1-score: ~0.25
• ROC-AUC: ~0.59
• Ключевой признак: цена заказа.

---

Результаты

• Наиболее значимым фактором, влияющим на вероятность возврата, является стоимость заказа.
• Также выявлена слабая связь с временными характеристиками (например, заказы, оформленные вечером, имеют немного более высокую вероятность возврата).
• Все модели показали умеренную эффективность, что может быть связано с несбалансированностью классов и шумом в данных.

---

Выводы

• Самый важный признак — это стоимость заказа. Чем выше цена, тем выше вероятность возврата.
• Временные параметры оказывают второстепенное влияние.
• Для повышения точности модели необходимы дополнительные данные, например, информация о причинах возврата или отзывы клиентов.
• Полученные результаты могут быть интересны для дальнейших исследований в области foodtech и управления рисками в онлайн-доставке.

---

Как запустить

Требования:

pip install pandas numpy matplotlib seaborn scikit-learn scipy statsmodels

Структура проекта:

ML-Delivery-Refund-Research/
├── restaurant-orders.csv     # исходный датасет
├── notebook.ipynb            # Jupyter Notebook с анализом и моделью
└── README.md                 # текущий файл

Инструкция:

1. Склонируйте репозиторий:

git clone https://github.com/PigStep/ML-Delivery-Refund-Research.git

2. Откройте notebook.ipynb в Jupyter Notebook.
3. Убедитесь, что restaurant-orders.csv находится в той же директории.