cml_churn_demo_mlops

流失预测原型 该项目是Cloudera机器学习（ ）应用的机器学习项目原型。 它具有在运行的CML实例中部署端到端机器学习项目所需的所有代码和数据。 项目概况 该项目构建了带有模型可解释性项目的电信客户流失， 了更详细的讨论。 最初的想法和代码来自FFL可解释性报告，该报告现已免费提供，您可以在阅读完整的报告 目标是使用Logistic回归建立分类器模型，以预测电信公司的一组客户的流失几率。 最重要的是，可以使用解释模型。 然后使用CML的实时模型部署功能部署Logistic回归模型和LIME模型，最后部署了一个基于烧瓶的基本Web应用程序，该应用程序可让您与实时模型进行交互，以查看数据中哪些因素影响最大流失几率。 通过阅读本项目中的笔记本，您将了解如何在CML上执行类似的分类任务，以及如何利用该平台的主要功能来发挥自己的优势。 这些功能包括简化的模型实验，点击模型部署和ML应用程序