भविष्यवाणियाँ करना

Marketing Analytics: Python में Customer Churn की भविष्यवाणी

Mark Peterson

Director of Data Science, Infoblox

(Supervised) Machine Learning परिचय

लक्ष्य: अनुमान लगाएँ कि ग्राहक churn करेगा या नहीं
Target Variable: 'Churn'
Supervised Machine Learning
ऐतिहासिक (training) डेटा से सीखकर नई भविष्यवाणियाँ करें

scikit-learn लोगो

मॉडल चयन

कौन सा मॉडल लें?
... यह निर्भर करता है!
इस कोर्स में: कई मॉडलों के साथ प्रयोग करें
उनके अंदरूनी काम जानने के लिए: अन्य DataCamp कोर्स देखें

मॉडल चयन

Logistic regression: अच्छा baseline
- सरल और समझने योग्य
- जटिल संबंधों को नहीं पकड़ पाती
Random forests
Support vector machines

अपने मॉडल को train करना

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)

एक prediction करना

prediction = svc.predict(new_customer)

print(prediction)

[0]

अभ्यास करते हैं!

Marketing Analytics: Python में Customer Churn की भविष्यवाणी