Telecom-Churn---Applying-different-ML-models

电信搅动-应用不同的ML模型 在电信行业中，客户可以从多个服务提供商中进行选择，并积极地从一个运营商切换到另一个运营商。 在这个竞争激烈的市场中，电信行业的年平均流失率达到15％至25％。 考虑到获取新客户的成本比保留现有客户的成本高出5到10倍，现在保留客户比获取客户变得更加重要。 业务目标是使用前三个月的数据（特征）来预测最后（即第九个月）的客户流失。 脚步： 预处理数据（将列转换为适当的格式，处理缺失值等） 进行适当的探索性分析以提取有用的见解（无论是直接用于业务还是最终对模型/功能工程有用）。 派生新功能。 使用PCA减少变量数量。 训练各种模型，调整模型超参数等（使用适当的技术处理类不平衡）。 使用适当的评估指标评估模型。 请注意，准确识别流失者比非流失者更为重要-选择反映此业务目标的适当评估指标。 最后，根据一些评估指标选择一个模型。