电信用户流失分析及预测.pptxVIP

电信用户流失分析及预测

-1二、数据探索分析与预处理21.数据数预处理32.建立逻辑回归模型43.逻辑回归模型预测54.可视化65.逻辑回归目录CONTENTS

电信用户流失分析及预测实验报告标题电信用户流失分析姓名卢晨曦张馨丹孙婧菲吴姗姗学号班级计应4班教师孙利大数据项目案例实验报告

电信用户流失分析及预测

电信用户流失分析及预测一、背景与挖掘目标1.背景现如今，在电信行业蓬勃发展的同时，电信市场也趋于饱和，获取一个新客户的难度要远远高于维系一个老客户的难度，而老客户的流失意味着收益的流失和市场占有率的下降可以说，电信运营商的竞争就是针对客户资源的竞争

电信用户流失分析及预测1234然而，客户流失从来都是无法避免的，客户流失的原因也不尽相同因此，本文选取了Kaggle中一个现实世界里的电信公司的客户流失数据，用其来探究电信客户流失背后的主要原因，并建立客户流失预警模型，帮助电信公司为优化业务、提高客户留存、减少流失制定策略若想做到客户流失前预防、流失后召回，就必须通过数据分析和建模来总结经验、预测未来无论是互联网行业还是传统行业，所有产品都需要关注用户流失，用户流失原因的拆解思路也都大致相同

电信用户流失分析及预测因此，本文的探究思路是比较具有现实的推广意义的

电信用户流失分析及预测2.挖掘目标分析出流失用户有哪些显著性特征？找出哪些用户容易流失？具体实现内容包括能够对数据进行数据预处理?包括缺失值，异常值，重复值能够描述性分析各个特征与流失用户的占比是否显著能够熟练运用多种分类模型对电信用户进行预测分析模型有：逻辑回归、线性回归等等

二、数据探索分析与预处理

二、数据探索分析与预处理首先，将数据集中的标签属性划分为不同的维度。在每一个维度下，通过数据处理和数据可视化的手段，逐个探究各个因素与客户流失率之间是否具备相关性其次，处理数据并建模。通过手工筛选方式对数据做特征工程处理，然后选取逻辑回归模型、随机森林模型建立电信客户流失预警机制最后，结合以上分析结果，分别从业务角度和用户角度为电信公司加强客户黏性、减少客户流失提出一些可供落地的建议

1.数据数预处理PART2

1.数据数预处理数据导入

1.数据数预处理查看数据类型和缺失值

1.数据数预处理缺失值处理

1.数据数预处理删除pandas将缺失值转化为空值的行，无关变量

2.建立逻辑回归模型PART3

2.建立逻辑回归模型

2.建立逻辑回归模型初始模型结果

2.建立逻辑回归模型模型调参

3.逻辑回归模型预测PART4

3.逻辑回归模型预测

4.可视化PART5

4.可视化

5.逻辑回归PART6

5.逻辑回归

5.逻辑回归

-谢谢