Churn_predictions

上传者: 42131443 | 上传时间: 2022-05-19 13:03:07 | 文件大小: 2.23MB | 文件类型: ZIP
电信客户流失分析:EDA和分类模型 安德鲁·科尔 请参考下面的链接以获取详细的博客文章,以分析整个过程: 探索性数据分析: : 建立Logistic回归模型: : 项目概况 在商业世界中,客户为王。 了解客户至关重要,了解他们的行为模式会导致非常有影响力的业务决策。 客户流失率是商业客户离开商业业务/平台并将其资金转移到其他地方的比率,而了解潜在的客户模式将极大地影响企业保留其客户的能力。 作为试图进入专业领域的数据研究人员,我认为有必要更好地了解这些流失数据功能的外观以及如何使用它们来了解客户。 在该存储库中,我将利用电信公司(Telco)的客户数据集执行非常详细的探索性数据分析,以深入了解我们数据中存在的任何模式或趋势。 其次,我将处理数据并建立一系列二进制结果分类模型,这些模型将试图有效地预测客户是否会从电信平台流失。 数据 数据来自Kaggle( )。 我们的数据集

文件下载

资源详情

[{"title":"( 8 个子文件 2.23MB ) Churn_predictions","children":[{"title":"Churn_predictions-main","children":[{"title":"random_forest.ipynb <span style='color:#111;'> 241.73KB </span>","children":null,"spread":false},{"title":"reg_data.csv <span style='color:#111;'> 989.32KB </span>","children":null,"spread":false},{"title":"Churn (1).csv <span style='color:#111;'> 954.59KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.72KB </span>","children":null,"spread":false},{"title":"decision_tree.ipynb <span style='color:#111;'> 163.82KB </span>","children":null,"spread":false},{"title":"EDA (1).ipynb <span style='color:#111;'> 2.01MB </span>","children":null,"spread":false},{"title":"final_df.csv <span style='color:#111;'> 738.12KB </span>","children":null,"spread":false},{"title":"Logistic_regression.ipynb <span style='color:#111;'> 164.45KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明