-
4 – 电信客户流失预测
1. 数据集介绍 AT&T数据，用户个人，通话，上网等信息数据 充分利用数据预测客户的流失情况 帮助挽留用户，保证用户基数和活跃程度 具体数据说明如下： CustomerID 客户ID Gender 性别 partneratt 配偶是否也为att用户 dependents_att 家人是否也是att用户 landline 是否使用att固话服务 internet_att/internet_…- 33
- 0
-
3 – 分类评估指标
1. 混淆矩阵 混淆矩阵作用就是看一看在测试集样本集中： 真实值是 正例 的样本中，被分类为 正例 的样本数量有多少，这部分样本叫做真正例（TP，True Positive） 真实值是 正例 的样本中，被分类为 假例 的样本数量有多少，这部分样本叫做伪反例（FN，False Negative） 真实值是 假例…- 17
- 0
-
2 – 案例 癌症分类预测
1 逻辑回归的API sklearn提供了逻辑回归的API sklearn.linear_model.LogisticRegression(solver='liblinear', penalty=‘l2’, C = 1.0) solver可选参数:{'liblinear', 'sag', 'saga','ne…- 20
- 0
-
1 – 逻辑回归介绍
1. 逻辑回归的应用场景 逻辑回归（Logistic Regression）是机器学习中的 一种分类模型 ，逻辑回归是一种分类算法，虽然名字中带有回归。由于算法的简单和高效，在实际中应用非常广泛 广告点击率 是否为垃圾邮件 是否患病 信用卡账单是否会违约 看到上面的例子，我们可以发现其中的特点，那就是都属于两个类别之间的判断。逻辑回归就是解决二分类问题的利器 2. 逻辑回归的原…- 48
- 0
-
0 – 逻辑回归简介
逻辑回归可以用于解决常见的分类问题，也是解决分类中常用的一种算法。在本章节学习到的内容如下： 理解逻辑回归的原理 理解分类的评估指标 掌握类别不平衡数据的解决方法 最后，我们应用逻辑回归模型实现 电信客户流失预测 案例。- 14
- 0