預測客戶流失的決策樹分類器範例

預測客戶流失的決策樹分類器範例

概述

此專案示範如何使用決策樹分類器來預測客戶流失（客戶是否離開服務）。此資料集包括年齡、每月費用和客戶服務電話等特徵，目的是預測客戶是否會流失。

模型使用 Scikit-learn 的決策樹分類器進行訓練，程式碼將決策樹視覺化，以便更好地理解模型如何做出決策。

---

使用的技術

• Python 3.x：用於建立模型的主要語言。
• Pandas：用於資料操作和處理資料集。
• Matplotlib：用於資料視覺化（繪製決策樹）。
• Scikit-learn：用於機器學習，包括模型訓練和評估。

---

步驟說明

1. 導入必要的庫

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

• 熊貓（pd）：

  • 這用於資料操作和將資料載入到 DataFrame 格式。 DataFrame 允許您組織和操作結構化數據，例如表（行和列）。

• Matplotlib（plt）：

  • 這是一個用於視覺化資料的繪圖庫。在這裡，它用於以圖形方式繪製決策樹，這有助於理解樹的每個節點如何做出決策。

• 警告（警告）：

  • 警告模組用於抑製或處理警告。在此程式碼中，我們忽略不必要的警告以保持輸出乾淨且可讀。

• Scikit-learn 庫：

  • train_test_split：此函數將資料集拆分為訓練和測試子集。訓練資料用於擬合模型，測試資料用於評估其性能。
  • DecisionTreeClassifier：這是將用於對資料進行分類並預測客戶流失的模型。決策樹的工作原理是根據特徵建立樹狀決策模型。
  • accuracy_score：此函數透過將預測值與目標變數（Churn）的實際值進行比較來計算模型的準確性。
  • tree：此模組包含在訓練後可視化決策樹的函數。

2. 抑制警告

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

• 這一行告訴 Python 忽略所有警告。當您運行模型並且不希望警告（例如有關已棄用函數的警告）使輸出混亂時，它會很有幫助。

3. 建立綜合資料集

warnings.filterwarnings("ignore")

• 在這裡，我們為此專案建立一個合成資料集。該資料集模擬了一家電信公司的客戶訊息，具有年齡、月費、CustomerServiceCalls 和目標變數流失（客戶是否流失）等特徵。

  • CustomerID：每位客戶的唯一識別碼。
  • 年齡：顧客的年齡。
  • MonthlyCharge：客戶每月的帳單。
  • CustomerServiceCalls：客戶致電客戶服務的次數。
  • 流失：客戶是否流失（是/否）。

• Pandas DataFrame：資料被建構為 DataFrame (df)，一種二維標記資料結構，允許輕鬆操作和分析資料。

4. 將資料拆分為特徵和目標變數

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

• 特徵 (X)：用於預測目標的自變數。在本例中，它包括 Age、MonthlyCharge 和 CustomerServiceCalls。
• 目標變數 (y)：因變量，即您嘗試預測的值。這裡是「流失」列，表示客戶是否會流失。

5. 將資料拆分為訓練集和測試集

warnings.filterwarnings("ignore")

• train_test_split 將資料集分為兩部分：訓練集（用於訓練模型）和測試集（用於評估模型）。
  • test_size=0.3：留出30%的資料用於測試，剩餘70%用於訓練。
  • random_state=42 透過修復隨機數產生器的種子來確保結果的可重複性。

6. 訓練決策樹模型

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() 初始化決策樹模型。
• clf.fit(X_train, y_train) 使用訓練資料訓練模型。此模型從 X_train 特徵中學習模式來預測 y_train 目標變數。

7. 做出預測

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

• clf.predict(X_test)：模型訓練完成後，用於對測試集（X_test）進行預測。這些預測值儲存在 y_pred 中，我們將它們與實際值（y_test）進行比較來評估模型。

8. 評估模型

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) 透過將預測的流失標籤 (y_pred) 與測試集中的實際流失標籤 (y_test) 進行比較來計算模型的準確性。
• 準確度是測量有多少預測是正確的。列印出來供評估。

9. 可視化決策樹

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

• tree.plot_tree(clf,filled=True)：可視化訓練後的決策樹模型。 fill=True 參數會根據類別標籤（流失/無流失）為節點著色。
• feature_names：指定要在樹中顯示的特徵（自變數）的名稱。
• class_names：指定目標變數（Churn）的類別標籤。
• plt.show()：顯示樹視覺化。

---

運行程式碼

1. 複製儲存庫或下載腳本。
2. 安裝依賴項：

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. 執行 Python 腳本或 Jupyter Notebook 來訓練模型並視覺化決策樹。

以上是預測客戶流失的決策樹分類器範例的詳細內容。更多資訊請關注PHP中文網其他相關文章！