这一部分的目标是建一个可靠的预测模型。该模型可以评估客户流失的概率。
第一步,使用类型转换节点将流失字段从浮点型转化为字符型。节点配置如下:
第二步,使用分区节点建立训练集和测试集。节点配置如下:
第三步,以流失字段为目标变量,使用类型节点将流失字段的角色设为目标。配置如下:
第四步,使用逻辑回归节点训练模型。配置如下:
第四步,使用分类评估节点评估模型。
整体评估结果如下表所示,测试的整体准确率为81%。在商业中,这样的准确度已经很不错了。
对保持用户预测能力评估如下表所示,测试准确率94.286%,高于整体的准确率。
对流失用户预测能力评估如下表所示,准确率只有50%,远低于整体准确率,而实际中更关注模型对流失用户的预测能力,因此,从这里看该模型效果并不很满意。
综上所述,该模型并不十分理想。在实际中,一定要再做优化,此处就不再做优化了。