AdaBoost算法搭建信用卡精准营销模型

背景

近年来，越来越多的人习惯使用信用卡来消费，而各大银行金融机构也纷纷投入更多的资源来抢占信用卡业务市场份额，因此信用卡产业飞速发展。由于市场竞争激烈，“僧多肉少”、同质化的局面越来越严重，商业银行迫切需要一个方便快捷、精准有效的方式拓宽自身的客户规模，从而降低成本，提高收益及自身竞争力。

模型搭建

模型搭建分4个步骤：读取特征数据（features）、提取特征变量及目标变量(extract_features)、将数据集分为训练集（training_set）和测试集(testing_ set)、模型训练(training_model)。

1.读取数据

本示例中，我选取了1000条数据，为了便于展示，我选取了6个特征（现实中肯定有很多特征变量）：年龄、月收入、月消费、性别、月消费/月收入、学历。

import pandas as pd
df = pd.read_excel('信用卡精准营销模型.xlsx')
2. 提取特征变量及目标变量
X = df.drop(columns='响应')    # 将数据文件除字段“响应”外，保存为DataFrame格式
y = df['响应']

提取得到的X和y分别如下：

2. 将数据集分为训练集和测试集

在这里，我将数据集的80%作为训练