顾客使用天猫优惠券预测分析

背景：

“天猫”（英文：Tmail，亦称淘宝商城、天猫商城）原名淘宝商城，是一个综合性购物网站，是马云淘宝全新大招的B2C（Business-to-Consumer，商业零售）品牌，其整合数钱家品牌商、生产商，为商家和消费者之间提供一站式解决方案，提供100%品质保证的商品，7天无理由退货的售后服务，以及购物积分返现等优质服务

对顾客是否使用优惠券进行预测

一、数据概况分析

import pandas as pd
import numpy as np
import seaborn as sns
%matplotlib inline
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False

coupon = pd.read_csv('天猫优惠券.csv')

#查看数据
coupon.head()

coupon.tail()

coupon.info()

coupon.job.value_counts()

coupon.marital.value_counts()

#需要把类别变量转化为数字型变量
coupon = pd.get_dummies(coupon)

coupon.head()

#删除包含重复无意义信息
coupon.drop(['job_unknown','default_no','returned_no','loan_no'],axis=1,inplace=True)

coupon=coupon.rename(columns={'coupon_ind':'flag'})

coupon.head()

二、关键变量的选择

#二分类模型，分析flag 1和0的占比
#观察样本0,1的平衡性
coupon.flag.value_counts()

coupon.flag.value_counts(1)

summary = coupon.groupby('flag')
summary

summary.mean()

#以returned_yes观察在flag上的分布
sns.countplot(y='returned_yes',hue='flag',data=coupon)

coupon.corr()[['flag']].sort_values('flag',ascending=False)

coupon_used_in_last_month和job_retired相关性比较高

三、建立模型

y=coupon['flag']
x=coupon[['coupon_used_in_last_month','job_retired','job_student']]

#调用sklearn模块，随机抽取训练集与测试集

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.3,random_state=100)

调用skearn中逻辑回归模块

from sklearn.linear_model import LogisticRegression

Lr = LogisticRegression()

#模型拟合
Lr.fit(x_train,y_train)

#查看截距
Lr.intercept_

#查看斜率
Lr.coef_

#预测
y_pred_train=Lr.predict(x_train)
y_pred_test=Lr.predict(x_test)

#评估模型
import  sklearn.metrics as metrics

metrics.confusion_matrix(y_train,y_pred_train)

metrics.accuracy_score(y_train,y_pred_train)

#使用AUC评估模型
from sklearn.metrics import roc_curve,auc

fpr,tpr,threshold = roc_curve(y_train,y_pred_train)

roc_auc = auc(fpr,tpr)
roc_auc