Särdragsvikter

Marknadsföringsanalys: Prediktera kundbortfall i Python

Mark Peterson

Director of Data Science, Infoblox

Särdragsvikter

Poäng som visar hur mycket varje särdrag bidrar till en prediktion
Effektivt sätt att kommunicera resultat till intressenter

Vilka särdrag driver churn?
Vilka särdrag kan tas bort från modellen?

Tolkbarhet vs. noggrannhet

Olika modeller har olika styrkor
Det gäller att balansera prediktionsnoggrannhet mot tolkbarhet

Särdragsvikter för random forest

random_forest = RandomForestClassifier()

random_forest.fit(X_train, y_train)

random_forest.feature_importances_

array([0.02716028 0.02960326 0.13820047 0.0700711  0.03798189 0.04722036
 0.13258838 0.07066312 0.02333901 0.02982636 0.13711014 0.0300661
 0.06351097 0.02860241 0.0382932  0.05200864 0.04375429])

Nu kör vi en övning!

Marknadsföringsanalys: Prediktera kundbortfall i Python