Pentingnya fitur

Analitik Pemasaran: Memprediksi Churn Pelanggan di Python

Mark Peterson

Director of Data Science, Infoblox

Pentingnya fitur

Skor yang menunjukkan kontribusi tiap fitur pada prediksi
Cara efektif menyampaikan hasil kepada pemangku kepentingan

Fitur mana yang menjadi pendorong utama churn?
Fitur mana yang dapat dihapus dari model?

Interpretabilitas vs akurasi

Model berbeda punya keunggulan berbeda
Perlu menyeimbangkan akurasi prediksi vs. keterjelasan interpretasi

Pentingnya fitur pada random forest

random_forest = RandomForestClassifier()

random_forest.fit(X_train, y_train)

random_forest.feature_importances_

array([0.02716028 0.02960326 0.13820047 0.0700711  0.03798189 0.04722036
 0.13258838 0.07066312 0.02333901 0.02982636 0.13711014 0.0300661
 0.06351097 0.02860241 0.0382932  0.05200864 0.04375429])

Ayo berlatih!

Analitik Pemasaran: Memprediksi Churn Pelanggan di Python