由于该数据集具备一定的业务背景,并且实际场景中也要求能够提供一些可作为决策依据的
结论,因此本次算法建模目标有两个,其一是对流失用户进行预测,其二则是找出影响用户流失
的重要因子,来辅助运营人员来进行营销策略调整或制定用户挽留措施。
综合上述两个目标我们不难发现,我们要求模型不仅要拥有一定的预测能力,并且能够输出
相应的特征重要性排名,并且最好能够具备一定的可解释性,也就是能够较为明显的阐述特征变
化是如何影响标签取值变化的。据此要求,我们首先可以考虑逻辑回归模型。逻辑回归的线性方
程能够提供非常好的结果可解释性,同时我们也可以通过逻辑回归中的正则化项也可以用于评估
特征重要性
def missing (df):
"""
计算每一列的缺失值及占比
"""
missing_number = df.isnull().sum().sort_values(ascending=False) # 每
missing_percent = (df.isnull().sum()/df.isnull().count()).sort_values(ascending=F
missing_values = pd.concat([missing_number, missing_percent], axis=1, keys=['Miss
return missing_values