![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
youngL不从心
菜鸡一个
展开
-
Kaggle数据集之电信客户流失数据分析(三)之决策树分类
一、导入数据import pandas as pddf=pd.read_csv(r"D:\PycharmProjects\ku_pandas\WA_Fn-UseC_-Telco-Customer-Churn.csv")df customerID gender SeniorCitizen Partner Dependents tenure PhoneService Mult原创 2020-06-25 15:37:43 · 6986 阅读 · 1 评论 -
Kaggle数据集之电信客户流失数据分析(二)
上篇:搜索Kaggle数据集之电信客户流失数据分析(一)采用整体流失率作为标准,用于后面分析各维度的流失率做对比。人口统计指标:‘gender’,‘SeniorCitizen’,‘Partner’,'Dependents’fig,axes=plt.subplots(2,2,figsize=(15,15)) #画多子图,函数返回一个figure图像和子图axes的array列表for i,j in enumerate(['gender','SeniorCitizen','Partner','Depen原创 2020-06-16 15:52:54 · 4126 阅读 · 1 评论 -
Kaggle数据集之电信客户流失数据分析(一)
分析背景某电信公司市场部为了预防用户流失,收集了已经打好流失标签的用户数据。现在要对流失用户情况进行分析,找出哪些用户可能会流失?理解数据采集数据本数据集描述了电信用户是否流失以及其相关信息,共包含7043条数据,共21个字段,分别介绍如下:customerID : 用户ID。gender:性别。(Female & Male)SeniorCitizen :老年用户 (1表示是,0表示不是)Partner :伴侣用户 (Yes or No)Dependents :亲属用户 (Yes原创 2020-05-24 12:15:05 · 10729 阅读 · 4 评论