中银保险项目总结

SELECT * FROM raw_henan
1、客户打分表
create table henan_score as
select t.*,
avg(t."target")over(partition by t."data_type" order by t."data_type")as data_type_score,
avg(t."target")over(partition by t."sex" order by t."sex")as gender_score,
avg(t."target")over(partition by t."age" order by t."age")as age_score
from raw_henan t 
2、根据得分表进行分组，分组表
create table deal_data_type_group
as
select 
ceil(data_type_score*100)/100 as stat_type_group,
avg(data_type_score)as stat_type_avg_score,
ceil(gender_score*100)/100 as gender_score_group,
avg(gender_score)as gender_avg_score,
ceil(age_score*100)/100 as cus_age_group,
avg(age_score)as cus_age_avg_score,
count(*) as amount,
avg("target")as deal_pp
 from henan_score t
 having count(*)>=100
group by  
ceil(data_type_score*100)/100 ,
ceil(gender_score*100)/100,
ceil(age_score*100)/100
order by amount desc
得到的分组表如下：

真实购买率！（根据信用卡类型分类）

用来训练模型

建模过程略过

测试集为全体数据集

模型结果为带预测值的个体数据集

最后验证下客户分级后预测值与实际值情况

create table pre_deal_result as 
select ceil("pre_deal"*100)/100 as level_num,
count(*) as amount ,
avg("pre_deal")as avg_pre_deal,
sum("target")as deal_amount,
avg("target")as deal_pp
 from pre_deal_compare
 group by  ceil("pre_deal"*100)/100
 order by 1

结果挺完美的，进一步的去做修正！

转载于:https://my.oschina.net/u/1437776/blog/208014