Churn prediction की बुनियाद

Python में मार्केटिंग के लिए मशीन लर्निंग

Karolis Urbonas

Head of Analytics & Science, Amazon

Churn क्या है?

मुख्य churn टाइपोलॉजी दो बिज़नेस मॉडल पर आधारित है:

Content

Grocery

आम तौर पर:

Non-contractual churn को परिभाषित और मॉडल करना कठिन है, क्योंकि कोई स्पष्ट ग्राहक निर्णय नहीं होता
हम टेलीकॉम बिज़नेस मॉडल में contractual churn को मॉडल करेंगे

आम तौर पर 1/0, जहाँ 1 = Churn, 0 = No Churn
Churn/No Churn या Yes/No string भी हो सकती है - best practice है 1 और 0 में बदलना
```
set(telcom['Churn'])
```

{0, 1}

telcom.groupby(['Churn']).size() / telcom.shape[0] * 100

Churn
0    73.421502
1    26.578498
dtype: float64

from sklearn.model_selection import train_test_split
train, test = train_test_split(telcom, test_size = .25)

डेटा टाइप के अनुसार कॉलम नाम अलग करें

target  = ['Churn']
custid  = ['customerID']
cols    = [col for col in telcom.columns if col not in custid + target]

Training और testing datasets बनाएँ

train_X = train[cols]
train_Y = train[target]
test_X  = test[cols]
test_Y  = test[target]

Python में मार्केटिंग के लिए मशीन लर्निंग