棋牌游戏用户流失预测——Xgboost调参

一、项目介绍

本项目通过对棋牌游戏数据的探索，通过python数据处理以及可视化，最后进行数据建模预测，整个项目分为项目目的的确定、数据的预处理、对数据的分析和项目总结这五个部分。

二、项目流程

项目目的

找到棋牌游戏用户流失的原因，并通过构建Xgboost模型对其预测

数据来源

数据来源于和鲸社区，数据字段如下图所示，共有1309条数据，13个字段，数据为棋牌游戏用户一周的行为数据

数据预处理

数据基本概况

 缺失值查看

 重复值查看

label编码

因为仅需要对性别和label编码处理，较为简单，不进行导包处理（labelEncoder）

查看数据流失占比

label_gp = data.groupby('是否流失')['用户id'].count()
print('是否流失样本的数量：\n',label_gp)
_,axe = plt.subplots(1,2,figsize=(12,6))
data['是否流失'].value_counts().plot(kind='pie',autopct='%1.1f%%',shadow=True,explode=[0,0.1],ax=axe[0])
sns.countplot('是否流失',data=data,ax=axe[1],)

 可视化分析（pyecharts）

由下图性别与用户流失关系可以得到，性别与是否流失的影响不大，男性与女性的流失占比相差无几

a=(round((data[data['gender']==1].groupby(['label'])['用户id'].count()/data[data['gender']==1].shape[0]),2)).tolist()
b=(round((data[data['gender']==0].groupby(['label'])['用户id'].count()/data[data['gender']==0].shape[0]),2)).tolist()
fn = """
    function(params) {
        if(params.name == '是')
            return '\\n\\n\\n' + params.name + ' : ' + params.value + '%';
        return params.name + ' : ' + params.value + '%';
    }
    """


def new_label_opts():
    return opts.LabelOpts(formatter=JsCode(fn), position="center")
c = (
    Pie()
    .add(
        "男",
        [list(z) for z in zip(["是", "否"], a)],
        center=["20%", "30%"],
        radius=[60, 80],
        label_opts=new_label_opts(),
    )
    .add(
        "女",
        [list(z) for z in zip(["是", "否"], b)],
        center=["55%", "30%"],
        radius=[60, 80],
        label_opts=new_label_opts(),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="性别与是否流失关系"),
        legend_opts=opts.LegendOpts(
            type_="scroll", pos_top="20%", pos_left="80%", orient="vertical"
        ),
    )
    
)
c.render_notebook()

 由下图登录总次数与用户流失的关系，大部分的流失在一周内的登录次数为2次，可能的原因是游戏界面吸引力不强，游戏的新手教学较为复杂，游戏可能刚开始就进行用户消