目录
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)
相关文章
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)
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)全部代码
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。
| 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
分析数据
1. # Column Non-Null Count Dtype 2. --- ------ -------------- ----- 3. 0 ID 25317 non-null int64 4. 1 age 25317 non-null int64 5. 2 job 25317 non-null object 6. 3 marital 25317 non-null object 7. 4 education 25317 non-null object 8. 5 default 25317 non-null object 9. 6 balance 25317 non-null int64 10. 7 housing 25317 non-null object 11. 8 loan 25317 non-null object 12. 9 contact 25317 non-null object 13. 10 day 25317 non-null int64 14. 11 month 25317 non-null object 15. 12 duration 25317 non-null int64 16. 13 campaign 25317 non-null int64 17. 14 pdays 25317 non-null int64 18. 15 previous 25317 non-null int64 19. 16 poutcome 25317 non-null object 20. 17 y 25317 non-null int64 21. dtypes: int64(9), object(9) 22. memory usage: 3.5+ MB 23. 24. 训练集计算相关系数： 25. y 1.000000 26. ID 0.556627 27. duration 0.394746 28. pdays 0.107565 29. previous 0.088337 30. campaign 0.075173 31. balance 0.057564 32. day 0.031886 33. age 0.029916 34. 35. 36. 训练集 y标签的比例： 0.11695698542481336 37. 依次查看训练集、测试集中，类别型字段的细分类 38. job ['admin.', 'blue-collar', 'entrepreneur', 'housemaid', 'management', 'retired', 'self-employed', 'services', 'student', 'technician', 'unemployed', 'unknown'] 39. job ['admin.', 'blue-collar', 'entrepreneur', 'housemaid', 'management', 'retired', 'self-employed', 'services', 'student', 'technician', 'unemployed', 'unknown'] 40. marital ['divorced', 'married', 'single'] 41. marital ['divorced', 'married', 'single'] 42. education ['primary', 'secondary', 'tertiary', 'unknown'] 43. education ['primary', 'secondary', 'tertiary', 'unknown'] 44. default ['no', 'yes'] 45. default ['no', 'yes'] 46. housing ['no', 'yes'] 47. housing ['no', 'yes'] 48. loan ['no', 'yes'] 49. loan ['no', 'yes'] 50. contact ['cellular', 'telephone', 'unknown'] 51. contact ['cellular', 'telephone', 'unknown'] 52. month ['apr', 'aug', 'dec', 'feb', 'jan', 'jul', 'jun', 'mar', 'may', 'nov', 'oct', 'sep'] 53. month ['apr', 'aug', 'dec', 'feb', 'jan', 'jul', 'jun', 'mar', 'may', 'nov', 'oct', 'sep'] 54. poutcome ['failure', 'other', 'success', 'unknown'] 55. poutcome ['failure', 'other', 'success', 'unknown'] 56.
输出训练过程
1. Fitting 7 folds for each of 32 candidates, totalling 224 fits 2. [Parallel(n_jobs=-1)]: Using backend LokyBackend with 4 concurrent workers. 3. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 4. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 5. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 6. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 7. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 31.1s 8. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 9. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 31.0s 10. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 11. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 31.7s 12. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50 .......... 13. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 32.2s 14. [CV] forst_reg__max_features=45, forst_reg__n_estimators=100 ......... 15. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 27.1s 16. [CV] forst_reg__max_features=45, forst_reg__n_estimators=100 ......... 17. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 27.1s 18. [CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 26.6s 19. [CV] forst_reg__max_features=45, forst_reg__n_estimators=100 ......... 20. [CV] forst_reg__max_features=45, forst_reg__n_estimators=100 .........
导出推理结果
