py数据分析学习日志_电信客户流失数据

此文转载，原文https://learning.snssdk.com/feoffline/toutiao_wallet_bundles/toutiao_learning_wap/online/article.html?item_id=6738628737799045646&app_name=news_article <侵删>

注意：原文使用的pandas为0.17版本之前，在新版的pd一部分函数已被弃用或改写，以下代码已修改

SeniorCitizen 老年人 Partner 配偶 Dependents 家属 renure 职位 MultipleLines 互联网服务 SreamingTV 额… Contract 合同 PaperLessBilling 账单 Churn 流失

# -*- coding: utf-8 -*- 
import numpy as np
import pandas as pd
import os
#输出文件夹input 中储存的文件名
print(os.listdir(r"D:\opensource\dataSource\电信客户流失数据"))

import matplotlib.pyplot as plt
import seaborn as sns
from pylab import rcParams
import matplotlib.cm as cm

import sklearn
from sklearn import preprocessing
from sklearn.preprocessing import LabelEncoder  #偏码转换
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import StratifiedShuffleSplit

from sklearn.ensemble import RandomForestClassifier  #随机森林
from sklearn.svm import SVC,LinearSVC                #支持向量机
from sklearn.linear_model import LogisticRegression  #逻辑回归
from sklearn.neighbors import KNeighborsClassifier   #KNN算法
from sklearn.naive_bayes import GaussianNB           #朴素贝叶斯
from sklearn.tree import DecisionTreeClassifier      #决策树分类器
from xgboost import XGBClassifier
from catboost import CatBoostClassifier
from sklearn.ensemble import AdaBoostClassifier
from sklearn.ensemble import GradientBoostingClassifier

from sklearn.metrics import classification_report, precision_score,recall_score,f1_score
from sklearn.metrics import confusion_matrix
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import make_scorer
from sklearn.ensemble import VotingClassifier

from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score     #none

import warnings
warnings.filterwarnings('ignore')
#spyder&pycharm中可以#下段code
#仅有jynote时候才用 表示：调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候，可以直接在你的python console里面生成图像
%matplotlib inline   

#读取数据文件
telcom=pd.read_csv(r"D:\opensource\dataSource\电信客户流失数据\WA_Fn-UseC_-Telco-Customer-Churn.csv")

#           使用热地图显示相关系数
'''
heatmap    使用热地图展示系数矩阵情况
linewidths 热力图矩阵之间的间隔大小
annot      设定是否显示每个色块的系数值
'''

plt.figure(figsize=(20,16))
ax = sns.heatmap(corr,xticklabels=corr.columns,yticklabels=corr.columns,
                linewidths=0.2,
                 cmap="YlGnBu",
                 annot=True)
plt.title('Correlation between variables')

#conclusuin:
上图看出，互联网服务、网络安全服务、在线备份业务、设备保护业务、技术支持服务、网络电视和网络电影之间存在较强的相关性，多线业务和电话服务之间也有很强的相关性，且都呈正相关关系。