项目实现流程

源数据

获取了某电信运营商第一季度3个月内的客户数据，数据的IS_LOST列为用户的缺少情况。

数据清洗

清洗部分使用pycharm编译软件将数据表导入，在使用info()方法查看数据详情

df=pd.read_csv(open(r’E:\Data\Original_data.csv))df.info()结果如下

可以看出每列的数据类型再对数据进行去重处理，针对MONTH_ID,USER_ID 2列进行去重,并保留去重的第一项df.drop_duplicates(subset=['MONTH_ID','USER_ID'],keep="first",inplace=True)查看数据的缺少情况df.isnull().sum()

数据探索性分析

建模预测

将处理好的数据，切分为7:37为训练数据，3为预测数据，然后上传至云平台预测流失我们选择的是决策树算法

其中修改元数据节点，需要将，数据设置为分析列与目标列

运行得到训练模型：

再使用测试数据应用模型，并输出预测表：

右侧起第四列为数据原值，第二列为预测值，第一列为预测成功与否，通过计算Y的比例得出预测成功准确率：

编写代码调用分类算法建模使用GridSearchCV调整模型参数得到最优的模型：

模型评分比较：

决策树模型评估：五折交叉验证，混淆矩阵，ROC曲线，AUC值，准确率，精确度，召回率，F1值，KS值：

决策树模型预测流失风险较高的用户人数：

后期基于阿里云机器学习PAI实现此项目功能。