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。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~