Lựa chọn và xây dựng đặc trưng

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Mark Peterson

Director of Data Science, Infoblox

Loại bỏ đặc trưng không cần thiết

  • Định danh duy nhất
    • Số điện thoại
    • Số an sinh xã hội
    • Số tài khoản
  • Phương thức .drop()
telco.drop(['Soc_Sec', 'Tax_ID'], axis=1)
Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Loại bỏ đặc trưng tương quan

  • Có thể loại bỏ các đặc trưng tương quan cao
  • Chúng không bổ sung thông tin cho mô hình
Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

correlation-1

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_day_mins.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_eve_mins.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_night_mins.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_intl_mins.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_day_charge.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_eve_charge.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_night_charge.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
telco.corr()

corr_intl_charge.png

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Xây dựng đặc trưng

  • Tạo đặc trưng mới để cải thiện hiệu quả mô hình
  • Nên tham vấn chuyên gia nghiệp vụ và lĩnh vực
Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Ví dụ về xây dựng đặc trưng

  • Tổng phút: Tổng của Day_Mins, Eve_Mins, Night_Mins, Intl_Mins
  • Tỷ lệ giữa Minutes và Charge

 

telco['Day_Cost'] = telco['Day_Mins'] / telco['Day_Charge']
Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Cùng luyện tập nào!

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Preparing Video For Download...