数据挖掘练习——电信客户流失预警项目

一、主题：

客户流失问题是电信运营面临的一项重要的项目，根据经验，开发新的客户源比保留既有客户的开销大的多（uaually存在5-20倍的差距）。因此，如何根据历史数据保留住原有客户是一件非常重要的事情。

二、一般数据分析，挖掘基本步骤：

1、用pandas导入数据，查看数据的基本情况

2、探索性数据分析（EDA）：单变量可视化；双变量的关系；多变量的关系

3、特征工程

特征筛选：

将一些object类型改成数值类型；

增加或者删除一些列

特征工程：

通过Scale去量纲的影响

4、应用机器学习算法（分类，回归，聚类等）：此例子中以分类为例子，根据历史数据，由机器学习算法去预测某客户是否会流失。

5、模型调参、提升模型

---

三、下面是关于本次挖掘项目——客户流失预警

环境：Jupyter Notebook

---

用热力图看前10个相关度最高的特征：

查看此三列关系

---

合并列

删除没必要的列

---

用10+种模型建模：

写在最后：很开心自己磕磕绊绊快一年了，还是始终在坚持学习自己喜欢的东西，今天这个小案例的输出，为了总结反馈自己这么久以来的学习成果。也希望将机器学习的预测应用到实际的项目中去。

不足：由于时间准备得比较仓促，有很多细节没有详细说明，请见谅~ 多多指教！