大三上数据挖掘，银行客户流失预警

项目描述：

首先用Excel对数据进行预处理，将英文字符替换成数字，对无关信息列删除，然后在Notekbook里面用pandas读取数据，数据格式和excel 是一样的。将前36列作为自变量想，37列的是否流失作为因变量y,并把原始数据按4:1分成训练集和测试集，再从sklearn.linear_model导入LogisticRegression模型，然后用fit(x,y)方法来拟合。用lr.score(x,y)查看模型的平均正确率。并导入confusion_matrix来画出模型的混矩阵来查看分类的整体情况，导入roc_curve画出roc曲线来查看训练出来的模型是否具有较好的分类能力。又导入了K近邻分类器(KNeighborsClassifier)和贝叶斯分类器(BernoulliNB)对训练数据进行拟合。最后比较三种分类器的得分，发现逻辑回归分类器的分数最高。接着用逻辑回归模型来对测试数据进行拟合，输出结果，查看哪些用户将要流失掉，针对这些用户制定相应对策防止流失。这个项目用到的是当时之前的sas数据分析大赛的客户流失预警的数据，当时sas比赛没有做出来，不甘心，后来用python做了一遍，体会到python的方便至极

#-*- coding: utf-8 -*-
import numpy as np
import pandas as pd
import sys
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import nltk 
import imp
# In[3]:
imp.reload(sys)
#sys.se