ML之RF:利用Pipeline(客户年龄/职业/婚姻/教育/违约/余额/住房等)预测客户是否购买该银行的产品二分类(预测、推理)

简介: ML之RF:利用Pipeline(客户年龄/职业/婚姻/教育/违约/余额/住房等)预测客户是否购买该银行的产品二分类(预测、推理)

利用Pipeline(客户年龄/职业/婚姻/教育/违约/余额/住房等)预测客户是否购买该银行的产品二分类(预测、推理)


数据说明


       该数据集是葡萄牙银行机构进行营销活动所得。这些营销活动一般以电话为基础,银行的客服人员至少联系客户一次,以确认客户是否有意愿购买该银行的产品(定期存款)。目标是预测客户是否购买该银行的产品。

image.png



NO 字段名称 数据类型 字段描述

1 ID Int 客户唯一标识

2 age Int 客户年龄

3 job String 客户的职业

4 marital String 婚姻状况

5 education String 受教育水平

6 default String 是否有违约记录

7 balance Int 每年账户的平均余额

8 housing String 是否有住房贷款

9 loan String 是否有个人贷款

10 contact String 与客户联系的沟通方式

11 day Int 最后一次联系的时间(几号)

12 month String 最后一次联系的时间(月份)

13 duration Int 最后一次联系的交流时长

14 campaign Int 在本次活动中,与该客户交流过的次数

15 pdays Int 距离上次活动最后一次联系该客户,过去了多久(999表示没有联系过)

16 previous Int 在本次活动之前,与该客户交流过的次数

17 poutcome String 上一次活动的结果

18 y Int 预测客户是否会订购定期存款业务

数据参考:Citation: [Moro et al., 2014] S. Moro, P. Cortez and P. Rita. A Data-Driven Approach to Predict the Success of Bank Telemarketing. Decision Support Systems, Elsevier, 62:22-31, June 2014



输出结果


查看数据分布

image.png


分析数据


#   Column     Non-Null Count  Dtype

---  ------     --------------  -----

0   ID         25317 non-null  int64

1   age        25317 non-null  int64

2   job        25317 non-null  object

3   marital    25317 non-null  object

4   education  25317 non-null  object

5   default    25317 non-null  object

6   balance    25317 non-null  int64

7   housing    25317 non-null  object

8   loan       25317 non-null  object

9   contact    25317 non-null  object

10  day        25317 non-null  int64

11  month      25317 non-null  object

12  duration   25317 non-null  int64

13  campaign   25317 non-null  int64

14  pdays      25317 non-null  int64

15  previous   25317 non-null  int64

16  poutcome   25317 non-null  object

17  y          25317 non-null  int64

dtypes: int64(9), object(9)

memory usage: 3.5+ MB

训练集计算相关系数:

y           1.000000

ID          0.556627

duration    0.394746

pdays       0.107565

previous    0.088337

campaign    0.075173

balance     0.057564

day         0.031886

age         0.029916

训练集 y标签的比例: 0.11695698542481336

依次查看训练集、测试集中,类别型字段的细分类

job ['admin.', 'blue-collar', 'entrepreneur', 'housemaid', 'management', 'retired', 'self-employed', 'services', 'student', 'technician', 'unemployed', 'unknown']

job ['admin.', 'blue-collar', 'entrepreneur', 'housemaid', 'management', 'retired', 'self-employed', 'services', 'student', 'technician', 'unemployed', 'unknown']

marital ['divorced', 'married', 'single']

marital ['divorced', 'married', 'single']

education ['primary', 'secondary', 'tertiary', 'unknown']

education ['primary', 'secondary', 'tertiary', 'unknown']

default ['no', 'yes']

default ['no', 'yes']

housing ['no', 'yes']

housing ['no', 'yes']

loan ['no', 'yes']

loan ['no', 'yes']

contact ['cellular', 'telephone', 'unknown']

contact ['cellular', 'telephone', 'unknown']

month ['apr', 'aug', 'dec', 'feb', 'jan', 'jul', 'jun', 'mar', 'may', 'nov', 'oct', 'sep']

month ['apr', 'aug', 'dec', 'feb', 'jan', 'jul', 'jun', 'mar', 'may', 'nov', 'oct', 'sep']

poutcome ['failure', 'other', 'success', 'unknown']

poutcome ['failure', 'other', 'success', 'unknown']

输出训练过程


Fitting 7 folds for each of 32 candidates, totalling 224 fits

[Parallel(n_jobs=-1)]: Using backend LokyBackend with 4 concurrent workers.

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  31.1s

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  31.0s

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  31.7s

[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  32.2s

[CV] forst_reg__max_features=45, forst_reg__n_estimators=100 .........

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  27.1s

[CV] forst_reg__max_features=45, forst_reg__n_estimators=100 .........

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  27.1s

[CV]  forst_reg__max_features=45, forst_reg__n_estimators=50, total=  26.6s

[CV] forst_reg__max_features=45, forst_reg__n_estimators=100 .........

[CV] forst_reg__max_features=45, forst_reg__n_estimators=100 .........

导出推理结果


image.png



 


相关文章
|
1月前
零基础入门金融风控之贷款违约预测的Task1:赛题理解
零基础入门金融风控之贷款违约预测的Task1:赛题理解
35 3
|
1月前
|
机器学习/深度学习 数据采集 存储
零基础入门金融风控之贷款违约预测Task4:建模和调参
零基础入门金融风控之贷款违约预测Task4:建模和调参
38 1
|
1月前
|
机器学习/深度学习 运维 算法
零基础入门金融风控之贷款违约预测Task3:特征工程
零基础入门金融风控之贷款违约预测Task3:特征工程
35 0
|
3月前
|
机器学习/深度学习 数据采集 数据可视化
基于机器学习的一线城市租房价格预测分析与实现,实现三种算法预测
本文通过数据采集、处理、特征选择和机器学习建模,对一线城市租房价格进行预测分析,比较了随机森林、一元线性回归和多元线性回归模型,并发现随机森林模型在预测租房价格方面表现最佳,为租房市场参与者提供决策支持。
113 0
|
5月前
|
机器学习/深度学习 数据可视化 关系型数据库
基于机器学习的信用卡办卡意愿模型预测项目
基于机器学习的信用卡办卡意愿模型预测项目
|
5月前
|
机器学习/深度学习 算法 数据挖掘
【阿旭机器学习实战】【32】预测银行客户是否会开设定期存款账户--逻辑回归
【阿旭机器学习实战】【32】预测银行客户是否会开设定期存款账户--逻辑回归
|
5月前
|
机器学习/深度学习 数据采集
基于机器学习预测员工流失的情况
基于机器学习预测员工流失的情况
|
6月前
|
算法 数据可视化 数据挖掘
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
|
6月前
|
机器学习/深度学习 监控 搜索推荐
汽车经销商客户流失预警:逻辑回归(LR)、LASSO、逐步回归
汽车经销商客户流失预警:逻辑回归(LR)、LASSO、逐步回归
汽车经销商客户流失预警:逻辑回归(LR)、LASSO、逐步回归
|
6月前
|
机器学习/深度学习 数据采集 算法
数据分享|R语言机器学习预测案例合集:众筹平台、机票折扣、糖尿病患者、员工满意度
数据分享|R语言机器学习预测案例合集:众筹平台、机票折扣、糖尿病患者、员工满意度
下一篇
无影云桌面