予測を行う

マーケティングアナリティクス：Pythonで顧客解約を予測する

Mark Peterson

Director of Data Science, Infoblox

（教師あり）機械学習の基礎

目標：顧客の解約を予測する
目的変数：'Churn'
教師あり機械学習
過去の（訓練）データから学習し、新たな予測を行う

scikit-learnのロゴ

モデルの選択

どのモデルを使うか？
…状況次第です！
本コース：複数のモデルを試す
内部の仕組みを学ぶ：他のDataCampコースを参照

モデルの選択

ロジスティック回帰：基本的なベースライン
- シンプルで解釈しやすい
- 複雑な関係は捉えられない
ランダムフォレスト
サポートベクターマシン

モデルの訓練

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)

予測の実行

prediction = svc.predict(new_customer)

print(prediction)

[0]

練習しましょう！

マーケティングアナリティクス：Pythonで顧客解約を予測する