特徵重要性

行銷分析：用 Python 預測客戶流失

Mark Peterson

Director of Data Science, Infoblox

特徵重要性

  • 量化每個特徵對預測貢獻的分數
  • 對利害關係人溝通結果的有效方式

 

  • 哪些特徵會驅動流失？
  • 哪些特徵可從模型移除？
行銷分析：用 Python 預測客戶流失

可解釋性 vs. 準確度

  • 不同模型各有所長
  • 需要在準確度與可解釋性間取得平衡
行銷分析：用 Python 預測客戶流失

隨機森林的特徵重要性

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])
行銷分析：用 Python 預測客戶流失

一起來練習吧！

行銷分析：用 Python 預測客戶流失

Preparing Video For Download...