Selecția și ingineria caracteristicilor

Marketing Analytics: Predicția abandonului clienților în Python

Mark Peterson

Director of Data Science, Infoblox

Eliminarea caracteristicilor inutile

• Identificatori unici
  • Numere de telefon
  • Coduri numerice personale
  • Numere de cont
• Metoda .drop()

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

Eliminarea caracteristicilor corelate

• Caracteristicile puternic corelate pot fi eliminate
• Ele nu aduc informații suplimentare modelului

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

telco.corr()

Ingineria caracteristicilor

• Crearea de caracteristici noi pentru îmbunătățirea performanței modelului
• Se recomandă consultarea experților din domeniu

Exemple de inginerie a caracteristicilor

• Total minute: suma Day_Mins, Eve_Mins, Night_Mins, Intl_Mins
• Raportul dintre minute și cost

 

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

Să exersăm!

Marketing Analytics: Predicția abandonului clienților în Python