页面历史

背景描述

本次数据集选自UCI机器学习库中的银行营销数据集（Bank Marketing Data Set），数据集只选取了部分数据共计5000条，原始数据集地址：http://archive.ics.uci.edu/ml/datasets/Bank+Marketing。

这些数据与葡萄牙银行机构的营销活动相关，营销的活动以电话为主，银行的客服人员需要来联系客户至少一次来确认客户是否认购该银行的定期存款业务。通过数据集，建立模型来判断客户是否认购银行的定期存款业务，可以帮助客服人员提高效率，为客户是否会认购提供参考，并且可以帮助银行制定更好的营销策略，提高营销产品的订购率。

实验流程

整体实验流程图，如下：

数据预处理

原始数据的数据类型都为String类型，接入一个元数据编辑节点，将字段age、duration、campaign、pdays、previous更改为int型变量，将字段emp原始数据的数据类型都为String类型，我们接入一个元数据编辑节点，将字段age、duration、campaign、pdays、previous更改为int型变量，将字段emp_var_rate、cons_price_idx、cons_conf_idx、euribor3m、nr_employed更改为double型变量。更改方式如下图所示。

数据中有很多String类型的字段，需要将其转换成数值型才可以提供给算法模型使用，使用特征转换节点可以实现这一操作。首先在元数据编辑节点后接入一个特征选择节点，选取需要转换的字段名称（字段y、job、marital、education、default、housing、loan、contact、month、day数据中有很多String类型的字段，需要将其转换成数值型才可以提供给算法模型使用，所以我们使用特征转换节点可以实现这一操作。首先在元数据编辑节点后接入一个特征选择节点，选取需要转换的字段名称（字段y、job、marital、education、default、housing、loan、contact、month、day_of_week、poutcome）。然后依次接入特征转换、抽取、变换节点，整个转换便完成了。转换后的字段后缀名称为index，如下图所示。

数据探索分析

在变换节点后接入一个相关性分析节点，查看我们的目标变量yindex与其它特征的相关性。在后续的模型训练中保留相关系数大于等于0.25或者小于等于-0.25的字段作为特征（即duration、pdays、previous、emp_var_rate、euribor3m、nr_employed、contactindex、monthindex、poutcomeindex）。查看分析结果如下图所示。

模型训练

在变换节点的后面接入特征选择节点，特征列选择数据探索阶段分析出的字段，标签列选择yindex。然后接入拆分节点将数据按7：3的比例拆分成两份，一份用于训练，一份用于预测。标签列yindex只有两个类别，是一个二分类任务。选取一个二分类算法节点，这里选择支持向量机节点，最后我们再接入一个训练节点，训练模型。支持向量机的参数配置如下图所示。

预测模型与评估

将预测节点接入，并在预测节点后接入一个评估节点。运行成功后我们查看评估的分析结果如下图所示，可以看到准确率在84%左右。

总结

通过本次实验可以学习到搭建一个完整的二分类算法模型流程以及在特征处理过程中字符类型数据的处理和简单的数据探索分析。本次实验中我们可以看到接触时间越长的客户反而不太会订购定期存款业务。通过本次实验可以学习到搭建一个完整的二分类算法模型流程以及在特征处理过程中字符类型数据的处理和简单的数据探索分析。同时在本次实验中我们可以看到接触时间越长的客户反而不太会订购定期存款业务。