예측 수행

마케팅 애널리틱스: Python으로 고객 이탈 예측하기

Mark Peterson

Director of Data Science, Infoblox

(지도) 머신 러닝 기초

목표: 고객 이탈 여부 예측
목표 변수: 'Churn'
지도 머신 러닝
과거(훈련) 데이터를 학습하여 새로운 예측 수행

scikit-learn 로고

모델 선택

어떤 모델을 사용할까요?
... 상황에 따라 다릅니다!
이 과정에서는: 여러 모델 실험
내부 원리를 학습하려면: 다른 DataCamp 강좌 참조

모델 선택

로지스틱 회귀: 좋은 기준선
- 단순성과 해석 가능성 제공
- 복잡한 관계는 포착 불가
랜덤 포레스트
서포트 벡터 머신

모델 훈련

from sklearn.svm import SVC

svc = SVC()

svc.fit(telco[features], telco['target'])

SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma='scale', kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)

예측 수행

prediction = svc.predict(new_customer)

print(prediction)

[0]

연습해 봅시다!

마케팅 애널리틱스: Python으로 고객 이탈 예측하기