Beispiel für einen Entscheidungsbaumklassifikator zur Vorhersage der Kundenabwanderung

Beispiel für einen Entscheidungsbaumklassifikator zur Vorhersage der Kundenabwanderung

Überblick

Dieses Projekt zeigt, wie die Kundenabwanderung (ob ein Kunde einen Dienst verlässt) mithilfe eines Entscheidungsbaumklassifikators vorhergesagt werden kann. Der Datensatz umfasst Funktionen wie Alter, monatliche Gebühren und Kundendienstanrufe mit dem Ziel, vorherzusagen, ob ein Kunde abwandern wird oder nicht.

Das Modell wird mit dem Decision Tree Classifier von Scikit-learn trainiert und der Code visualisiert den Entscheidungsbaum, um besser zu verstehen, wie das Modell Entscheidungen trifft.

---

Verwendete Technologien

• Python 3.x: Primäre Sprache, die zum Erstellen des Modells verwendet wird.
• Pandas: Für die Datenmanipulation und den Umgang mit Datensätzen.
• Matplotlib: Zur Datenvisualisierung (Plotten eines Entscheidungsbaums).
• Scikit-learn: Für maschinelles Lernen, einschließlich Modelltraining und -bewertung.

---

Schritte erklärt

1. Notwendige Bibliotheken importieren

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• Pandas (pd):

  • Dies wird zur Datenbearbeitung und zum Laden von Daten in das DataFrame-Format verwendet. Mit DataFrames können Sie strukturierte Daten wie Tabellen (Zeilen und Spalten) organisieren und bearbeiten.

• Matplotlib (plt):

  • Dies ist eine Plotbibliothek zur Visualisierung von Daten. Hier wird der Entscheidungsbaum grafisch dargestellt, um zu verstehen, wie Entscheidungen an jedem Knoten des Baums getroffen werden.

• Warnungen (Warnungen):

  • Das Warnungsmodul dient der Unterdrückung oder Behandlung von Warnungen. In diesem Code ignorieren wir unnötige Warnungen, um die Ausgabe sauber und lesbar zu halten.

• Scikit-learnBibliotheken:

  • train_test_split: Diese Funktion teilt den Datensatz in Trainings- und Testteilmengen auf. Trainingsdaten werden verwendet, um das Modell anzupassen, und Testdaten werden verwendet, um seine Leistung zu bewerten.
  • DecisionTreeClassifier: Dies ist das Modell, das zur Klassifizierung der Daten und zur Vorhersage der Kundenabwanderung verwendet wird. Entscheidungsbäume funktionieren, indem sie ein baumartiges Entscheidungsmodell basierend auf den Merkmalen erstellen.
  • accuracy_score: Diese Funktion berechnet die Genauigkeit des Modells, indem sie die vorhergesagten Werte mit den tatsächlichen Werten der Zielvariablen (Churn) vergleicht.
  • Baum: Dieses Modul enthält Funktionen zur Visualisierung des Entscheidungsbaums, sobald er trainiert ist.

2. Warnungen unterdrücken

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• Diese Zeile weist Python an, alle Warnungen zu ignorieren. Dies kann hilfreich sein, wenn Sie Modelle ausführen und nicht möchten, dass Warnungen (z. B. über veraltete Funktionen) die Ausgabe überladen.

3. Erstellen eines synthetischen Datensatzes

warnings.filterwarnings("ignore")

• Hier erstellen wir einen synthetischen Datensatz für das Projekt. Dieser Datensatz simuliert Kundeninformationen für ein Telekommunikationsunternehmen mit Funktionen wie Alter, monatliche Gebühr, KundenServiceAnrufe und der Zielvariablen Abwanderung (ob der Kunde abgewandert ist oder nicht).

  • CustomerID: Eindeutige Kennung für jeden Kunden.
  • Alter: Alter des Kunden.
  • Monatliche Gebühr: Monatliche Rechnung des Kunden.
  • CustomerServiceCalls: Die Häufigkeit, mit der ein Kunde den Kundendienst angerufen hat.
  • Abwanderung: Ob der Kunde abgewandert ist (Ja/Nein).

• Pandas DataFrame: Die Daten sind als DataFrame (df) strukturiert, eine zweidimensional beschriftete Datenstruktur, die eine einfache Manipulation und Analyse von Daten ermöglicht.

4. Daten in Features und Zielvariable aufteilen

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• Merkmale (X): Die unabhängigen Variablen, die zur Vorhersage des Ziels verwendet werden. In diesem Fall umfasst es Age, MonthlyCharge und CustomerServiceCalls.
• Zielvariable (y): Die abhängige Variable, also der Wert, den Sie vorhersagen möchten. Hier ist es die Spalte „Abwanderung“, die angibt, ob ein Kunde abwandern wird oder nicht.

5. Aufteilen der Daten in Trainings- und Testsätze

warnings.filterwarnings("ignore")

• train_test_split teilt den Datensatz in zwei Teile: einen Trainingssatz (der zum Trainieren des Modells verwendet wird) und einen Testsatz (der zur Bewertung des Modells verwendet wird).
  • test_size=0.3: 30 % der Daten werden zum Testen reserviert und die restlichen 70 % werden für das Training verwendet.
  • random_state=42 stellt die Reproduzierbarkeit der Ergebnisse sicher, indem der Startwert für den Zufallszahlengenerator festgelegt wird.

6. Training des Entscheidungsbaummodells

data = {
    'CustomerID': range(1, 101),  # Unique ID for each customer
    'Age': [20, 25, 30, 35, 40, 45, 50, 55, 60, 65]*10,  # Age of customers
    'MonthlyCharge': [50, 60, 70, 80, 90, 100, 110, 120, 130, 140]*10,  # Monthly bill amount
    'CustomerServiceCalls': [1, 2, 3, 4, 0, 1, 2, 3, 4, 0]*10,  # Number of customer service calls
    'Churn': ['No', 'No', 'Yes', 'No', 'Yes', 'No', 'Yes', 'Yes', 'No', 'Yes']*10  # Churn status
}

df = pd.DataFrame(data)
print(df.head())

• DecisionTreeClassifier() initialisiert das Entscheidungsbaummodell.
• clf.fit(X_train, y_train) trainiert das Modell anhand der Trainingsdaten. Das Modell lernt Muster aus den X_train-Funktionen, um die Zielvariable y_train vorherzusagen.

7. Vorhersagen treffen

X = df[['Age', 'MonthlyCharge', 'CustomerServiceCalls']]  # Features
y = df['Churn']  # Target Variable

• clf.predict(X_test): Nachdem das Modell trainiert wurde, wird es verwendet, um Vorhersagen für den Testsatz (X_test) zu treffen. Diese vorhergesagten Werte werden in y_pred gespeichert und wir vergleichen sie mit den tatsächlichen Werten (y_test), um das Modell zu bewerten.

8. Bewertung des Modells

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

• accuracy_score(y_test, y_pred) berechnet die Genauigkeit des Modells durch Vergleich der vorhergesagten Abwanderungsbezeichnungen (y_pred) mit den tatsächlichen Abwanderungsbezeichnungen (y_test) aus dem Testsatz.
• Die Genauigkeit ist ein Maß dafür, wie viele Vorhersagen richtig waren. Es wird zur Auswertung ausgedruckt.

9. Visualisierung des Entscheidungsbaums

clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

• tree.plot_tree(clf, gefüllt=True): Visualisiert das trainierte Entscheidungsbaummodell. Das Argument „filled=True“ färbt die Knoten basierend auf der Klassenbezeichnung (Churn/No Churn).
• Feature-Namen: Gibt die Namen der Features (unabhängige Variablen) an, die im Baum angezeigt werden sollen.
• class_names: Gibt die Klassenbezeichnungen für die Zielvariable (Churn) an.
• plt.show(): Zeigt die Baumvisualisierung an.

---

Ausführen des Codes

1. Klonen Sie das Repository oder laden Sie das Skript herunter.
2. Abhängigkeiten installieren:

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

1. Führen Sie das Python-Skript oder das Jupyter-Notebook aus, um das Modell zu trainieren und den Entscheidungsbaum zu visualisieren.

Das obige ist der detaillierte Inhalt vonBeispiel für einen Entscheidungsbaumklassifikator zur Vorhersage der Kundenabwanderung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!