本文为原创文章，未经本人允许，禁止转载。转载请注明出处。
1.读取客户流失数据
1
2
3
4
| import pandas as pd
df = pd.read_csv("customer_churn.csv", header=0, index_col=0)
print(df.head())
|
header=0表示第一行为标题行。
index_col=0表示第一列为索引。
1
2
3
4
5
6
| state account_length ... number_customer_service_calls churn
1 KS 128 ... 1 no
2 OH 107 ... 1 no
3 NJ 137 ... 0 no
4 OH 84 ... 2 no
5 OK 75 ... 3 no
|
2.数据前处理
1
2
3
4
5
6
7
8
9
| # 去掉前三列
df = df.iloc[:, 3:]
# one-hot编码
cat_var = ["international_plan", "voice_mail_plan", "churn"];
for var in cat_var:
df[var] = df[var].map(lambda e: 1 if e == 'yes' else 0)
print(df.head())
y = df.iloc[:, -1]
X = df.iloc[:, :-1]
|
iloc用法见：链接。
map用法见：链接。
1
2
3
4
5
6
| international_plan voice_mail_plan ... number_customer_service_calls churn
1 0 1 ... 1 0
2 0 1 ... 1 0
3 0 0 ... 0 0
4 1 0 ... 2 0
5 1 0 ... 3 0
|
3.使用决策树建立分类模型
1
2
3
4
5
| from sklearn import tree
clf = tree.DecisionTreeClassifier(max_depth=5)
clf.fit(X, y)
tree.export_graphviz(clf, out_file='tree.dot')
|
【Python基础】第二十七课：分类模型之决策树。
4.检视分类结果
1
2
3
4
| import numpy as np
acc = np.sum(y == clf.predict(X)) / len(y)
print(acc) # 0.9525952595259526
|
5.其他方法
5.1.使用逻辑回归
【Python基础】第二十八课：分类模型之Logistic Regression。
1
2
3
4
5
6
| from sklearn.linear_model import LogisticRegression
clf2 = LogisticRegression()
clf2.fit(X, y)
acc = np.sum(y == clf2.predict(X)) / len(y)
print(acc) # 0.8622862286228623
|
5.2.使用SVM
【Python基础】第二十九课：分类模型之SVM。
1
2
3
4
5
6
| from sklearn.svm import SVC
model = SVC()
model.fit(X, y)
acc = np.sum(y == model.predict(X)) / len(y)
print(acc) # 1.0
|
6.代码地址
- 使用分类模型预测客户流失
