python数据挖掘商业案例_Python数据科学-技术详解与商业实践-第八讲作业

作者：Ben，著有《Python数据科学：技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹-数据分析的SAS EG进阶》作者。2005年进入数据科学领域，先后在亚信、德勤、百度等企业从事电信、金融行业数据挖掘工作。专注于消费信贷和财富管理方面的数据治理、客户智能与风险智能领域。

配套视频教程：Python数据科学-技术详解与商业实践（第二期）课程链接: https://edu.hellobi.com/course/280

涉及内容:信用卡客户流失预警模型-CRISP_DM建模流程、数据清洗、变量压缩、模型开发与评估

1、背景介绍：

随着信用卡市场的成熟，人均持卡量不断增加，加上第三方支付牌照的持续发放，人们可选择的支付手段不断丰富，信用卡客户流失（销卡）呈现常态化。C银行在国内信用卡市场中处于领先地位，管理层非常重视客户生命周期管理并取得了良好的回报，为进一步完善对客户流失及挽留环节的管理，管理层要求建立大数据模型，基于对客户销卡决心和预期价值的准确预测，制定差异化挽留策略，实现收益与成本的最佳平衡。具体来说，当客户打进电话提出销卡时，将客户的销卡决心、预期价值以及相应的应对策略，展示在客服人员的工作指导窗口上，在客户挽留环节改进客户体验，加强对潜在高价值客户的挽留力度。。

本次作业根据提供的数据（“CSR_CHURN_Samp.csv”，引用自陈春宝等出版的《SAS金融数据挖掘与建模》）信用卡客户流失预警模型。

2、本案例涉及的部分变量说明如下：

STA_DTE 数据提取时间

Evt_Flg 是否流失

Age年龄

Gen性别，1=男

Buy_Type近一个月主要的购物类型

R3m_Avg_Cns_Amt近3个月月均消费金额

R6m_Avg_Rdm_Pts近6个月月均兑换积分

R12m_Avg_Cns_Cnt近12个月月均消费次数

R6m_Cls_Nbr近半年还款拖欠次数

Ilt_Bal_Amt当前分期未还余额

Lmth_Fst_Ilt累计分期产品办理次数

Lmth_Fst_Int累计小额信贷申请次数

Csr_Dur累计持卡时长

R6m_Call_Nbr近半年投诉次数

Total_Call_Nbr累计投诉次数

Net_Cns_Cnt累计网上交易次数

Ovs_Cns_Amt累计境外交易次数

其他略：学习到这个阶段，已经可以适应不需要知道变量含义，凭借数据分析工序建立分类模型的状态。

3、作业安排：

3.1 基础知识：

1）分箱的作用，WOE和IV的作用；

2）比较IV法和统计检验法筛选变量重要性之间的异同。

3.2 案例解答步骤如下：

1）根据STA_DTE字段进行拆分，分出建模和测试数据集

2）对涉及的X进行分箱,计算分箱后X的WOE值和IV值。考虑数据清洗和缺失值处理

3)进行解释变量X之间的信息压缩。

4)使用逻辑回归建模并检验