특성 선택 및 엔지니어링

마케팅 애널리틱스: Python으로 고객 이탈 예측하기

Mark Peterson

Director of Data Science, Infoblox

불필요한 특성 제거

• 고유 식별자
  • 전화번호
  • 주민등록번호
  • 계좌번호
• .drop() 메서드

telco.drop(['Soc_Sec', 'Tax_ID'], axis=1)

상관된 특성 제거

• 높은 상관관계를 가진 특성은 제거 가능
• 모델에 추가적인 정보를 제공하지 않음

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

특성 엔지니어링

• 모델 성능 향상을 위한 새로운 특성 생성
• 비즈니스 및 도메인 전문가와의 협의 필요

특성 엔지니어링 예시

• 총 통화 분: Day_Mins, Eve_Mins, Night_Mins, Intl_Mins의 합계
• 통화 분과 요금 간의 비율

 

telco['Day_Cost'] = telco['Day_Mins'] / telco['Day_Charge']

연습해 봅시다!

마케팅 애널리틱스: Python으로 고객 이탈 예측하기