telcocustomerchurn

电信客户流失项目 “预测保留客户的行为。分析所有相关的客户数据，并制定针对性的客户保留程序。” [IBM示例数据集] 介绍 这是Kaggle数据集。 每行代表一个客户，每列包含在元数据列中描述的客户属性。 数据集包含有关以下信息： 在上个月内离开的客户–该列称为“客户流失”。 每个客户都已注册的服务-电话，多条线路，互联网，在线安全，在线备份，设备保护，技术支持以及流电视和电影。 客户帐户信息-他们成为客户的时间，合同，付款方式，无纸化账单，月度费用和总费用。 有关客户的人口统计信息-性别，年龄范围以及他们是否有伴侣和受抚养人。 该项目的目标是探索这种类型的模型，进一步了解该主题，并提出客户保留计划的建议。 前处理 加载数据后，我检查了重复值和缺失值。 没有重复的值，但“总费用”列中缺少11行。 事实证明，这些行适用于任期为“ 0”个月的客户。 这意味着他们是非常新的客户，并且使用