其他模型指标

营销分析：用 Python 预测客户流失

Mark Peterson

Director of Data Science, Infoblox

概率阈值

  • 分类器的每个预测都有对应的概率
  • scikit-learn 的默认阈值：50%

 

  • 若调整该阈值会怎样？
营销分析：用 Python 预测客户流失

ROC 曲线 第1部分

营销分析：用 Python 预测客户流失

ROC 曲线 第2部分

营销分析：用 Python 预测客户流失

ROC 曲线 第3部分

营销分析：用 Python 预测客户流失

ROC 曲线 第4部分

营销分析：用 Python 预测客户流失

ROC 曲线 第5部分

营销分析：用 Python 预测客户流失

ROC 曲线 第6部分

营销分析：用 Python 预测客户流失

ROC 曲线 第7部分

营销分析：用 Python 预测客户流失

ROC 曲线 第8部分

营销分析：用 Python 预测客户流失

在 sklearn 中生成概率

logreg.predict_proba(X_test)[:,1]

array([[0.80188981, 0.19811019],
       [0.96484075, 0.03515925],
       [0.9182671 , 0.0817329 ],
       ...,

y_pred_prob = logreg.predict_proba(X_test)[:,1]
营销分析：用 Python 预测客户流失

sklearn 中的 ROC 曲线

from sklearn.metrics import roc_curve

fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob)

import matplotlib.pyplot as plt

plt.plot(fpr, tpr)

plt.xlabel("False Positive Rate")

plt.ylabel("True Positive Rate")

plt.plot([0, 1], [0, 1], "k--")

plt.show()
营销分析：用 Python 预测客户流失

曲线下面积（AUC）

from sklearn.metrics import roc_auc_score

auc = roc_auc_score(y_test, y_pred)
营销分析：用 Python 预测客户流失

Vamos praticar!

营销分析：用 Python 预测客户流失

Preparing Video For Download...