Python实战|利用生存分析预测用户流失周期（二）

点击上方蓝字关注我们

 利用生存分析预测用户流失周期      

                    

                        上篇                              

1.数据基本情况探索      

2.数据来源及预处理     

3.数据相关性探索        

             

下篇

1.Cox风险比例模型建模

        2.Cox风险比例模型效果评估

              3.Cox风险比例模型预测流失用户

              4.改善运营策略，防止用户流失  

完整代码已经汇总到知识星球，可以按需获取！

https://t.zsxq.com/VBYNrVR   

Cox风险比例模型是用户流失分析中较为常用的方法，该模型不仅可以预测用户是否会流失，还能预测用户何时流失，下面一起来看看Cox风险比例模型如何预测用户流失。

1

Cox风险比例模型预测流失用户

经过上述一系列的铺垫，终于进入了Cox风险比例模型。首先，我们通过sklearn的train_test_split函数将数据集按照8:2的便利分为训练集和测试集；其次，利用lifelines包中的CoxPHFitter函数实现数据拟合，如下代码是Cox风险比例模