---
license: mit
tags:
- regression
- marketing
- machine-learning
- streamlit
- randomforest
- sklearn
---

# 📊 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:

![Streamlit arayüzü](Screenshot_10.png)


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

✅ Streamlit App

## 🚀 Nasıl Kullanılır?
1. Gereksinimleri yükleyin:
```bash
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.