การพยากรณ์ธุรกรรมของลูกค้า

Machine Learning สำหรับการตลาดด้วย Python

Karolis Urbonas

Head of Analytics & Science, Amazon

แนวทางการสร้างโมเดล

ใช้ linear regression เพื่อพยากรณ์จำนวนธุรกรรมในเดือนถัดไป
ขั้นตอนการสร้างโมเดลเหมือนกับ logistic regression

ขั้นตอนการสร้างโมเดล

แบ่งข้อมูลเป็นชุดฝึกและชุดทดสอบ
กำหนดค่าเริ่มต้นโมเดล
ฝึกโมเดลด้วยข้อมูลชุดฝึก
พยากรณ์ค่าจากข้อมูลชุดทดสอบ
วัดประสิทธิภาพโมเดลบนข้อมูลชุดทดสอบ

เมตริกประสิทธิภาพสำหรับ regression

เมตริกหลัก:

Root mean squared error (RMSE) - รากที่สองของค่าเฉลี่ยของผลต่างยกกำลังสองระหว่างค่าพยากรณ์และค่าจริง
Mean absolute error (MAE) - ค่าเฉลี่ยของผลต่างสัมบูรณ์ระหว่างค่าพยากรณ์และค่าจริง
Mean absolute percentage error (MAPE) - ค่าเฉลี่ยของผลต่างเป็นเปอร์เซ็นต์ระหว่างค่าพยากรณ์และค่าจริง (ค่าจริงต้องไม่เป็นศูนย์)

เมตริกเพิ่มเติมสำหรับ regression และ supervised learning

R-squared - ค่าทางสถิติที่แสดงสัดส่วนความแปรปรวนที่โมเดลอธิบายได้ ใช้ได้เฉพาะกับ regression ไม่ใช่ classification ยิ่งสูงยิ่งดี
p-value ของสัมประสิทธิ์ - ความน่าจะเป็นที่สัมประสิทธิ์ของ regression (หรือ classification) เกิดขึ้นโดยบังเอิญ ยิ่งต่ำยิ่งดี เกณฑ์ที่นิยมใช้คือ 5% และ 10%

การฝึกโมเดล

# Import the linear regression module
from sklearn.linear_model import LinearRegression

# Initialize the regression instance
linreg = LinearRegression()

# Fit model on the training data
linreg.fit(train_X, train_Y)

# Predict values on both training and testing data
train_pred_Y = linreg.predict(train_X)
test_pred_Y = linreg.predict(test_X)

การวัดประสิทธิภาพโมเดล

# Import performance measurement functions
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_squared_error

# Calculate metrics for training data
rmse_train = np.sqrt(mean_squared_error(train_Y, train_pred_Y))
mae_train = mean_absolute_error(train_Y, train_pred_Y)

# Calculate metrics for testing data
rmse_test = np.sqrt(mean_squared_error(test_Y, test_pred_Y))
mae_test = mean_absolute_error(test_Y, test_pred_Y)

# Print performance metrics
print('RMSE train: {:.3f}; RMSE test: {:.3f}\nMAE train: {:.3f}, MAE test: {:.3f}'.format(
                            rmse_train, rmse_test, mae_train, mae_test))

RMSE train: 0.717; RMSE test: 1.216
MAE train: 0.514, MAE test: 0.555

การแปลความหมายสัมประสิทธิ์

จำเป็นต้องประเมินนัยสำคัญทางสถิติ
แนะนำไลบรารี statsmodels
ให้สรุปโมเดลแบบละเอียด

สร้างโมเดล regression ด้วย statsmodels

# Import the library
import statsmodels.api as sm

# Convert target variable to `numpy` array
train_Y = np.array(train_Y)

# Initialize and fit the model
olsreg = sm.OLS(train_Y, train_X)
olsreg = olsreg.fit()

# Print model summary
print(olsreg.summary())

ตารางสรุปผล regression

สรุปผล OLS

การแปลความหมาย R-squared

R-squared

การแปลความหมาย p-value ของสัมประสิทธิ์

p-value ของสัมประสิทธิ์

มาฝึกกันเถอะ!

Machine Learning สำหรับการตลาดด้วย Python