모델 지표

마케팅 애널리틱스: Python으로 고객 이탈 예측하기

Mark Peterson

Director of Data Science, Infoblox

불균형 클래스

telco['Churn'].value_counts()

no     2850
yes     483
Name: Churn, dtype: int64

• 정확도는 유용한 지표가 아님

정밀도

지표	공식
정밀도	True Positives / (True Positives + False Positives)

 

• 높은 정밀도의 의미:
  • 거짓 양성("오경보")이 적음
  • 이탈하지 않는 고객이 이탈자로 분류되는 경우가 적음

재현율

지표	공식
재현율/민감도	True Positives / (True Positives + False Negatives)

 

• 높은 재현율은 대부분의 이탈 고객을 올바르게 분류했음을 의미

정밀도 vs. 재현율

scikit-learn의 혼동 행렬

from sklearn.metrics import confusion_matrix

cm = confusion_matrix(y_test, y_pred)

직접 연습해 보세요!

마케팅 애널리틱스: Python으로 고객 이탈 예측하기