决策树-电信用户流失预测

一、前言

首先，我们需要导入所需的库，并加载数据集。数据集包含多个特征，如客户年龄、性别、收入等，以及一个目标变量“流失状态”。

接下来，我们将数据集划分为训练集和测试集。这里我们使用80%的数据作为训练集，剩余的20%作为测试集。

然后，我们将使用训练集来训练决策树模型。我们设置决策树的最大深度为6，并使用基尼指数作为划分标准。

训练完成后，我们将在训练集和测试集上分别进行预测，并计算混淆矩阵和分类报告来评估模型的性能。

最后，我们将决策树的可视化结果保存为图片，以便更好地理解模型的决策过程。

二、代码

import pandas as pd
#可视化混淆矩阵
def cm_plot (y,yp):
    from sklearn.metrics import confusion_matrix
    import matplotlib.pyplot as plt
    cm=confusion_matrix(y,yp)
    plt.matshow(cm,cmap=plt.cm.Blues)
    plt.colorbar()
    for x in range (len(cm)):
        for y in range (len(cm)):
            plt.annotate(cm[x,y],xy=(y,x),horizontalalignment='center',
                                          verticalalignment='center')
            plt.ylabel('True label')
            plt.xlabel('Predicted label')
    return plt

datas=pd.read_excel("../电信客户流失数据.xlsx")
print(datas.head())
data=datas.drop('流失状态',axis=1)
target=datas[['流失状态']] #将变量与结果分开

'''切分数据'''
from sklearn.model_selection import train_test_split

data_train,data_test,target_train,target_test=train_test_split(data,target,
                               test_size=0.2,random_state=42)  #切分数据集，测试集为30%，随机划分random_state=0,不会出现上面全是0.下面全是1

# 定义决策树
from sklearn import tree

dtr=tree.DecisionTreeClassifier(criterion='gini',max_depth=6,random_state=42)
dtr.fit(data_train,target_train)

'''训练数据集的混淆矩阵'''
# 训练集预测
train_predicted=dtr.predict(data_train)

from sklearn import metrics
print(metrics.classification_report(target_train,train_predicted))
cm_plot(target_train,train_predicted).show()

# 测试集预测
test_predicted=dtr.predict(data_test)
print(metrics.classification_report(target_test,test_predicted))
cm_plot(target_test,test_predicted)

# 生成可视化展示
import os
import pydotplus
from IPython.display import Image

os.environ["PATH"] += os.pathsep + 'D:\graphviz—2.38\bin'

dot_data=tree.export_graphviz(dtr,out_file=None,feature_names=data.columns,
                              filled=True,impurity=False,rounded=True)

# 导入pydotplus库解读.dot文件
graph=pydotplus.graph_from_dot_data(dot_data)
graph.get_nodes()[7].set_fillcolor('#FFF2DD')

Image(graph.create_png())

# 导出决策树的图
graph.write_png('dtr.png')