-
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_…- 40
- 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…- 21
- 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…- 27
- 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…- 53
- 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。- 18
- 0