客户流失预测

这篇博客通过对五月九十万条数据的筛选、处理和建模,预测六月客户流失情况。使用了决策树和随机森林算法,发现特征处理和建模方法对结果影响较大,强调了业务理解和特征工程的重要性。
摘要由CSDN通过智能技术生成

根据五月数据,对六月客户是否流失做一个预测

五月数据 部分操作举例

五月数据九十万条,74个特征

数据筛选

导入数据,查看缺失值

data5.isnull().sum()

删除其中一列对结果影响并不大的四行缺失值
用众数填充另一列的缺失值

data5=data5.dropna(subset=["ZHU_OFFER_ID"])
#宽带接入方式CONSOLIDATE_CONNET_MODE
import numpy as np
from scipy.stats import mode
print("# Print mode(list):", mode(data5['CONSOLIDATE_CONNET_MODE']))
print("# CONSOLIDATE_CONNET_MODE中最常见的成员为:{},出现了{}次。".format(mode(data5['CONSOLIDATE_CONNET_MODE'])[0][0], mode(data5['CONSOLIDATE_CONNET_MODE'])[1][0]))
#把缺失的4730个数据填充为“FTTH接入”
data5['CONSOLIDATE_CONNET_MODE'] = data5['CONSOLIDATE_CONNET_MODE'].fillna('FTTH接入')

在这里插入图片描述

#Print mode(list): ModeResult(mode=array([‘FTTH接入’], dtype=object), count=array([852397]))
#CONSOLIDATE_CONNET_MODE中最常见的成员为:FTTH接入,出现了852397次。

查看热力图

plt.figure(figsize=(30, 30), dpi=120)
sns.heatmap(data5.corr())
plt.savefig('res.png')

在这里插入图片描述
对某些列做直方图、箱线图分析,判断是否为可用特征
(其实是带有人为主观的去判断,不是很准确吧)
举例:

#是否二路宽带
sns.countplot(x='IS_SECOND_KD',hue='IF_FALG',data=data5)

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值