Weryfikacja założeń modelu i prognozowanie

Uczenie maszynowe w analizie marketingowej w R

Verena Pflieger

Data Scientist at INWT Statistics

Test założenia proporcjonalności hazardów

testCPH1 <- cox.zph(fitCPH1)
print(testCPH1)

                              rho   chisq        p
gender=Male               0.0317   1.884 1.70e-01
SeniorCitizen=Yes         0.0587   6.507 1.07e-02
Partner=Yes               0.0752  10.116 1.47e-03
Dependents=Yes            0.0131   0.314 5.75e-01
StreamMov=NoIntServ      -0.0448   3.588 5.82e-02
StreamMov=Yes             0.0827  12.174 4.85e-04
PaperlessBilling=Yes      0.0180   0.611 4.34e-01
PayMeth=CreditCard(auto)  0.0253   1.198 2.74e-01
PayMeth=ElektCheck       -0.0427   3.427 6.41e-02
PayMeth=MailedCheck      -0.0851  13.069 3.00e-04
MonthlyCharges            0.1268  25.778 3.83e-07
GLOBAL                        NA 217.172 0.00e+00

Proporcjonalność hazardów dla Partner

plot(testCPH1, var = "Partner")

Wykres współczynnika dla Partner

Proporcjonalność hazardów dla MonthlyCharges

plot(testCPH1, var = "MonthlyCharges")

Wykres współczynnika dla MonthlyCharges

Uwagi ogólne dotyczące testów

Test cox.zph() jest konserwatywny
Wrażliwy na liczbę obserwacji
Naruszenia mają różną wagę

Co zrobić, gdy założenie PH jest naruszone?

Analiza stratyfikowana

fitCPH2 <- cph(Surv(tenure, churn) ~ MonthlyCharges +
                 SeniorCitizen + Partner + Dependents + 
                 StreamMov + Contract,
               stratum = "gender = Male",
               data = dataSurv, x = TRUE, y = TRUE, surv = TRUE)

Time-dependent coefficients

Walidacja modelu

validate(fitCPH1, 
         method = "crossvalidation", 
         B = 10, pr = FALSE)

      index.orig training   test optimism index.corrected  n
R2        0.2277   0.2279 0.2277   0.0002          0.2276 10
                            ...

Prawdopodobieństwo braku odejścia w danym momencie

oneNewData <- data.frame(gender = "Female",
                             SeniorCitizen = "Yes",
                             Partner = "No",
                             Dependents = "Yes",
                             StreamMov = "Yes",
                             PaperlessBilling = "Yes",
                             PayMeth = "BankTrans(auto)",
                             MonthlyCharges = 37.12)
str(survest(fitCPH1, newdata = oneNewData, times = 3))

List of 5
 $ time   : num 3
 $ surv   : num 0.905
 $ std.err: num 0.0136
 $ lower  : num 0.881
 $ upper  : num 0.93

Krzywa przeżycia dla nowego klienta

plot(survfit(fitCPH1, newdata = oneNewData))

Wykres przewidywanej funkcji przeżycia

Prognozowanie oczekiwanego czasu do odejścia

print(survfit(fitCPH1, newdata = oneNewData))

Call: survfit(formula = fitCPH1, newdata = oneNewData)

      n  events  median 0.95LCL 0.95UCL 
   5311    1869      65      53      72

Wnioski

	Wnioski z analizy przeżycia
Nauczono się...	wizualizować czasy utrzymania klientów
	modelować czas do zdarzenia i identyfikować wpływające na niego czynniki
	jak walidować model
	jak tworzyć prognozy

	Wnioski z modelu
Nauczono się...	że bycie seniorem zwiększa prawdopodobieństwo odejścia o 23%
	że wzrost miesięcznych opłat o jedną jednostkę zmniejsza ryzyko odejścia o ok. 1%

Czas na praktykę!

Uczenie maszynowe w analizie marketingowej w R