Model Performansını Değerlendirme

Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Mark Peterson

Director of Data Science, Infoblox

Doğruluk

  • Olası bir metrik: Doğruluk
    • Doğru Tahmin Sayısı / Veri Noktası Sayısı
  • Hangi veri kullanılmalı?
    • Eğitim verisi yeni veriyi temsil etmeyebilir
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Eğitim ve Test Setleri

  • Sınıflandırıcınızı eğitim setine uydurun
  • Test seti ile tahmin yapın
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

scikit-learn ile Eğitim ve Test Setleri

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(telco['data'], telco['target'], 
                                   test_size=0.2, random_state = 42)

from sklearn.svm import SVC

svc = SVC()

svc.fit(X_train, y_train)

svc.predict(X_test)
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Doğruluğu Hesaplama

svc.score(X_test, y_test)

0.857
  • %85,7 doğruluk: İlk deneme için oldukça iyi!
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Modelinizi İyileştirme

  • Aşırı uyum: Model eğitim verisine fazla uyum sağlar
  • Eksik uyum: Eğitim verisindeki eğilimleri yakalayamaz
  • Aşırı ve eksik uyum arasında doğru dengeyi bulmak gerekir
Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Hadi pratik yapalım!

Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Preparing Video For Download...