Fazendo previsões

Análise de Marketing: Prevendo Churn de Clientes em Python

Mark Peterson

Director of Data Science, Infoblox

Introdução a Machine Learning (supervisionado)

Objetivo: Prever se um cliente vai cancelar ou não
Variável alvo: 'Churn'
Machine Learning supervisionado
Aprender com dados históricos (treinamento) para fazer novas previsões

logo do scikit-learn

Seleção de modelo

Qual modelo usar?
... depende!
Neste curso: experimentar vários modelos
Para entender como funcionam: veja outros cursos da DataCamp

Seleção de modelo

Regressão logística: bom ponto de partida
- Simples e interpretável
- Não captura relações muito complexas
Random forests
Support vector machines

Treinando seu modelo

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)

Fazendo uma previsão

prediction = svc.predict(new_customer)

print(prediction)

[0]

Vamos praticar!

Análise de Marketing: Prevendo Churn de Clientes em Python