📊 Marketing Click Prediction with Machine Learning

Bu proje, pazarlama kampanyalarının tıklanma sayısını tahmin etmek için makine öğrenmesi (Random Forest) ve Streamlit kullanılarak geliştirilmiştir.

🔍 Kullanılan Veri Seti

Model Tipi: RandomForestRegressor
Eğitim Verisi: marketing_campaign_dataset.csv (220.000 satırdan örneklenmiş)
Girdi Özellikleri: Şirket adı, kampanya türü, hedef kitle, kanal, süre, maliyet, dil, etkileşim, vb.
Hedef: Tıklama sayısı (Clicks)

🧠 Kullanılan Yöntemler

Veri temizleme ve Label Encoding
Özellik mühendisliği
RandomForestRegressor modeli ile tahmin
Modeli .pkl olarak kaydetme
Streamlit ile tahmin arayüzü

Bu modeli kullanarak oluşturulan bir tahmin arayüzü Streamlit ile yapılmıştır. Arayüzde kullanıcı yukarıdaki özellikleri girerek tahmini tıklama sayısını anında alabilir.

🖼️ Uygulama Arayüzü

Aşağıda Streamlit arayüzünün bir örneği yer almaktadır:

🔗 Diğer Platformlar ✅ GitHub Repo (Tüm Kodlar ve Streamlit)

✅ Streamlit App

🚀 Nasıl Kullanılır?

Gereksinimleri yükleyin:

pip install -r requirements.txt


Modeli çalıştırmak için:
python model.py

Streamlit uygulamasını başlatın:
streamlit run app.py




💡 Geliştirilebilir Noktalar
Daha fazla model karşılaştırması yapılabilir.

Kullanıcı girdilerinde LabelEncoder yerine eğitim sırasında kaydedilen encoder kullanılabilir.

Model Hugging Face' model olarak yüklendi

📝 Lisans
Bu proje eğitim amaçlıdır.