客户流失：由于企业各种营销手段的实施而导致客户和企业中止合作的现象

经验模型:按业务规则定义

机器学习：从数据中提取、对某类任务和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E学习。

常见类型：

按照学习方式不同进行分类：根据学习样本的不同，对问题有不同的建模方式。

1.监督学习：学习样本中有结果标记

2.无监督学习：学习样本中无结果标记

分类模型：决策树

是一种归纳分类算法，结果为一个树结构。每个非叶节点均为对一个属性的测试，输出结果为离散值，每个分支对应一个不同的离散值。决策树就像是在回答一系列的问题，不同答案将导向不同的分支，最终得到一个分类结果。

分析流程：

1.数据获取整合

多数据源整合

数据清理筛选

数据加工处理

2.数据分析与建模

数据特征工程

训练流失模型

验证流失模型

特征工程：

数据预处理（标准化、缺失值、变换）、特征产生（衍生）、特征选择（模型评估：解释和泛化，筛选）、降维（PCA、LDA）。

CRISP-DM流程：

课程目的：

1什么是客户流失及其常见分析方法

2.  了解客户流失分析中的常用方法

3.掌握机器学习PAI的使用

4.能自主进行分析

客户流失的定义：

1.有明确合同约定，合同到期和不续约

2.合作的客户在一段时间内不再合作了。

特征工程

列

数据预处理：标准化，缩放，缺失值，变换，编码

特征产生：结合业务数据，派生新的特征

特征选择：通过各种统计量，模型评分等，筛选合适的特征

降维：PCA ,LDA等减少特征。

决策树总结

ID3 迭代树3代

核心是信息熵

存在的问题

信息度量不合理：倾向于选择取值多的字段

输入类型单一：离散型

不做剪枝，容易过拟合

C4.5和ID3的相比

用信息增益率代替信息增益

能对连续属性进行离散化，对不完整数据进行处理

C50：c4.5

使用了Boosting

前修剪和后修剪

CART（Classification and Regression Tree)

核心是基尼系数

分类是二叉树

支持连续值和离散值

后剪枝进行修建

支持回归，可以预测连续值

准备工作，明确自变量和因变量，确定信息度量的方式，确定终止条件

明确信息度量方式：信息增益

熵

·信息熵

描述混乱度

取值0~1

计算公式 -pi *logPi

基尼系数

明确分支种植条件

纯度

记录条数

循环次数

客户流失

客户流失分析方法

按业务规则定义，经验模型

从数据中提取，机器学习

数据获取整理

数据分析与建模

制定挽留策略

实施挽留策略

应用

通信，商业，金融，服务

机器学习

监督学习

学习样本中有结果标记

无监督学习

学习样本中无结果标记

分类模型

决策树，有监督的学习

决策树就像是在回答一系列的问题，不同答案导向不同的分支，最终得到一个分类结果。