Уведомления

Группа в Telegram: присоединиться

#1 Дек. 7, 2018 07:45:05

Dobryak999
Зарегистрирован: 2018-12-07
Сообщения: 2
Репутация: +  0  -
Профиль   Отправить e-mail  

Создать модель для предсказания оттока клиентов

Есть набор данных с различными признаками, такими как пол , штат, подключенный план итд .Также есть целевая переменная Churn о том уйдет ли клиент или нет . На основе этих данных надо построить модель, основанную на следующих правилах:
Если у пользователя подключен роуминг (International plan) & клиент звонил в тех. поддержку более 3-х раз => клиент уйдет (Churn = True)
Иначе => клиент останется (Churn = False)
Оценить качество данной модели на 5-fold валидации из 5 повторений.
Как можно построить данную модель?

Офлайн

#2 Дек. 7, 2018 09:22:46

PEHDOM
Зарегистрирован: 2016-11-28
Сообщения: 1027
Репутация: +  167  -
Профиль   Отправить e-mail  

Создать модель для предсказания оттока клиентов

Dobryak999
Как можно построить данную модель?
Читаете “набор данных” выделаете необходимые вам признаки “подключен роуминг” и “к-во звонков в тех. поддержку” и дальше просто if ….: Churn = True else: Churn = False по каждому клиенту.

Отредактировано PEHDOM (Дек. 7, 2018 09:23:06)

Офлайн

#3 Дек. 7, 2018 10:48:51

Dobryak999
Зарегистрирован: 2018-12-07
Сообщения: 2
Репутация: +  0  -
Профиль   Отправить e-mail  

Создать модель для предсказания оттока клиентов

Да, а построить модель для предскзания?
И оценить качество данной модели на 5-fold валидации из 5 повторений.

Офлайн

#4 Дек. 7, 2018 12:47:54

PEHDOM
Зарегистрирован: 2016-11-28
Сообщения: 1027
Репутация: +  167  -
Профиль   Отправить e-mail  

Создать модель для предсказания оттока клиентов

Dobryak999
построить модель для предскзания?
что в вашем понимании “построить модель”? Есть спец модули для построения и анализа моделей :
http://www.statsmodels.org/stable/
https://scikit-learn.org/stable/
но ХЗ что вы там учите, может вам нужно это все ручками сделать.
Dobryak999
оценить качество данной модели на 5-fold валидации из 5 повторений.
исходый набор данных разбивается на 5 одинаковых по размеру блоков. Из 4 блоков один оставляется для тестирования модели, а остающиеся 4 блока используются как тренировочный набор. Процесс повторяется 5 раз, и каждый из блоков используется один раз как тестовый набор. Получаются 5 результатов, по одному на каждый блок, они усредняются или комбинируются каким-либо другим способом, и дают одну оценку.

Офлайн

Board footer

Модераторировать

Powered by DjangoBB

Lo-Fi Version