电信客户流失预测——逻辑回归实战

原创

已于 2023-06-16 16:55:38 修改 · 418 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#逻辑回归 #python #机器学习

于 2023-06-16 16:05:14 首次发布

该文通过处理AT&T的用户数据，包括客户ID、性别、服务使用情况等，进行数据预处理、缺失值处理和异常值检测。采用逻辑回归模型预测客户流失，通过对不同特征的相关性分析，选择关键特征进行建模。结果显示，减少特征数量能提高模型的AUC值和精确率，表明特征选择对预测效果有显著影响。

项目背景

AT&T数据，⽤户个⼈，通话，上⽹等信息数据，充分利⽤数据预测客户的流失情况，帮助挽留⽤户，保证⽤户基数和活跃程度。

数据信息

数据集下载：电信客户数据集

CustomerID 客户ID
Gender 性别
partneratt 配偶是否也为att⽤户
dependents_att 家⼈是否也是att⽤户
landline 是否使⽤att固话服务
internet_att/internet_other 是否使⽤att的互联⽹服务
Paymentbank/creditcard/electroinc 付款⽅式
MonthlyCharges 每⽉话费
TotalCharges 累计话费
Contract_month/1year ⽤户使⽤⽉度/年度合约
StreamingTv/streamingMovies 是否使⽤在线视频或者电影app
Churn 客户转化的flag

处理流程

基本数据处理
- 基本数据信息
- 缺失值和异常值处理
描述性分析(单变量分析)
- 连续型变量的指标
- 离散型变量的类别
- 预测样本比例
相关性分析(多变量相关性)
- 连续变量的相关性分析
- 相关性热力图
特征工程
- 数据分割
- 数据标准化处理
逻辑回归模型
- 逻辑回归应用
- 模型评估

具体代码如下

导入所有用到的包

# 导入包
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import classification_report
from sklearn.metrics import roc_auc_score
from sklearn.linear_model import LogisticRegression

1.基本数据处理

导入数据并查看数据信息

# 导入数据集，并查看数据基本信息
df = pd.read_csv('churn.csv', sep=',', encoding='utf-8')
df.info()

在这里插入图片描述
离散变量数值化，并去除没用的特征

# 离散型变量转化为数值型
churn_df = pd.get_dummies(df)
# 去除重复的数据
churn_df.drop(['Churn_No', 'gender_Female'], axis=

最低0.47元/天解锁文章