【机器学习算法实战3】产品营销模型之建置及预测（CDA赛题）

一、案例介绍

这是CDA数据分析网站的一个赛题，A公司希望发掘用户购买产品的行为习惯，建立产品精准营销模型，对有意向的客户进行精准营销，增加收入，减少开支。将通过混淆矩阵（Confusion matrix）来评价分类模型的准确率，准确率越高，说明正确预测出响应营销效果越好。
本次实战以官方公布的评分标准accuracy为目标进行参数调优与建模。又探索了在不同成本收益模型下，选择不同的模型评估指标，最终得到最高的潜在盈利预测。
附赛题网址：https://contest.cda.cn/info/id/6.

重要事情说三遍~
想听我讲案例，请点这里，进入B站
想听我讲案例，请点这里，进入B站
想听我讲案例，请点这里，进入B站

二、框架

（一）赛题简介及数据预处理
（二）数据探索分析
（三）模型构建与评估
（四）预测与排名
（五）成本收益分析与模型重构

三、附部分代码及输出

（一）数据预处理（算法填充缺失值）

# 填充

cates=['用户地区', '性别', '使用累计时间','产品服务使用量', '是否使用信用卡付月费','是否为活跃用户']

x_cates=['产品使用分数', '年龄', '点数余额','估计薪资']

dummies_f7=[ region_features,sex_features,usetime_features,service_features,credict_features,active_features,fill_data[x_cates] ]

for i in range(6):

    print(