数据挖掘模型的深入-客户流失分析（2）

接  数据挖掘模型的深入-客户流失分析（1）
----
step4-模型建立：流失模型是典型的学习模型，有几个常用方法可以选-决策树、逻辑回归（有人会尝试神经网络，不利于应用和解释，也可以试试看）。
决策树的特点：适用布尔、分类和连续的变量（对连续变量也会内部转化为分类变量）、结果容易解释、筛选变量快；但决策树不稳定，容易训练过度（在训练时看起来很准确，但应用时预测准确率大打折扣）
逻辑回归的特点：逻辑回归的底层思想和多元回归接近，延续了回归算法不温不火的稳定风格，相比回归算法，logistic回归不要求变量有正态分布和等协 方差前提，也可以尝试着用哑变量来融入分类变量，使用更方便，但逻辑回归准确率相对较低（所谓成也萧何，败也萧何）。和决策树相比，回归算法稳定性好的多
我习惯于：
1、使用决策树进行变量范围筛选
2、使用逻辑回归进行预测
3、个别时候尝试着用因子分析进行变量转载（我试过的模型，有时候有一点点小的提升，和变量共线性特点有关，但不会有超乎意料的收获）

step5-模型解释：我们进入了最具挑战性的阶段，这个阶段会受前面的过程中是否有很多业务思考影响，也会直接导致模型应用的成功与失败
1、变量的解释目的有2个：给业务使用方信心、推动模型的应用
2、在选择变量时多构造些容易被解释的变量
3、在筛选变量的过程中，应该去从业务角度对去留的变量进行思考，可能这样做对准确率提升帮助不大，但对模型解释非常有利
4、花多一点时间把模型的结果和业务问题做对应，好好思考下为啥xxx这样的变量留下了并且importance这么高
5、尽量使用用户可以听懂和看懂的东西讲解给用户（决策树绝对是解释模型的上选）
6、在准确率的解释上，不要太强调技术指标，讨论下准确率和盖全率就完全ok，如果能把这些指标解释为成本和收益就更ok了

step6-模型应用：如果顺利通过了模型解释，这一步需求方会催着你，否则就是你催着根本不鸟你的需求方了，呵呵--想想别人是否想用你的模型，还是取决于模型解释过程中给你打多少分喽。
1、模型应用首先依赖于业务操作人员，一个漂亮的模型如果无法被业务人员使用、操作起来，而只停留在报告阶段，非常可悲
2、其次模型的应用依赖于系统：如果模型结果可以和系统工作量绑在一起，把流失预警结果直接生成任务，那模型就真的有价值了
3、要想应用好，必须吧模型解释关联到策略或行动：在细分的基础上做流失预警，非常有效，我们可以知道谁要流失，还能看到这个人特点，就可以行动了--举 个例子：如果医生告诉你你的病了，但不告诉你病因，是不是很痛苦，呵呵--流失预警好像我们知道谁生病了，细分就好比我们知道病因
4、模型应用时会后悔建模在工程上的实施性：假设建模时用了非常复杂的变量，模型实施时一定有人会出来和你对着干--太复杂的计算参与模型，虽然在数据准 备是一次性ok，但应用的时候每期都要运行，还是有压力（尤其是每天运行的时候，如果打分变量都算不出来，模型没法被应用）

step7-模型调整：如果你经过了step6才进行模型调整那说明模型在应用中出现了一些问题，恭喜你；否则说明模型没有上线就被质疑了，呵呵
1、模型应用后的调整是很幸运的事情，说明模型在被人关注。非规则模型一般不会调整，模型至少运行了数据准备时间窗口后才可能被调整，否则调整就是过拟合 （例如用过去6个月的数据建模，那模型一般运行6个月以上才有可能要调整）；规则类的模型，可能随着规则前提的变化被动调整（例如：新入网某些套餐的用户 流失率高，如果那些套餐不再接纳新入网用户，模型就没有前提保证了，调吧，没办法，早知道不选这个变量了，呵呵）
2、模型还没有应用就调整，有2个原因：其一是模型准确率太低（其实在top20%的群体有4-5倍提升率是比较困难的），准确率低一般不是技术问题（除 非你技术实在太菜了），不要幻想着换牛逼方法对准确率有本质提升，只能看看业务上是否有很大疏漏，或者尝试着换个说法解释给需求方；其二是模型解释不被用 户认可--呵呵，找个业务专家一起讨论一次，你会有很大收获
3、模型调整有几种方式：根据业务情况重新界定和调整变量（你是否由于业务理解不足，缺一些重要变量）、在变量处理过程中对默认值和极值容错来提升模型 （对于回归等模型这个比较重要，对决策树没关系）、对模型的建模对象进行分割（例如：对用户化妆品偏好建模时，把男人女人一起建模是不是很愚蠢啊，那就建 2个模型呗，呵呵）

打完收工

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/8739744/viewspace-628791/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/8739744/viewspace-628791/