如何解决银行客户流失预测交叉验证
给出反映客户特征以及银行是否继续与他们合作(流失)的银行客户样本。样本涉及 10,000 个客户,而文件“Train.Data”和“Test.Data”包含我们需要的信息。
我的数据:
训练数据:
> dput(head(Train.Data))
structure(list(datetime_utc = c("2010-01-04 00:00:00","2010-01-04 01:00:00","2010-01-04 02:00:00","2010-01-04 03:00:00","2010-01-04 04:00:00","2010-01-04 05:00:00"),Generation_BE = c(13143.7,13143.7,13143.7),Generation_FR = c(63599,62212,62918,62613,62432,63411),Prices.BE = c(37.15,33.47,28,21.29,16.92,28),holidaysBE = c(0L,0L,0L)),row.names = c(NA,6L),class = "data.frame")
测试数据:
> dput(head(Test.Data))
structure(list(datetime_utc = c("2016-10-24 00:00:00","2016-10-24 01:00:00","2016-10-24 02:00:00","2016-10-24 03:00:00","2016-10-24 04:00:00","2016-10-24 05:00:00"),Generation_BE = c(9615.7075,9626.865,9648.0025,9668.42,9681.805,9688.425),Generation_FR = c(45605L,44629L,44073L,44359L,44056L,44799L),Prices.BE = c(44.6,40.92,37.39,36.4,33.01,37.89),class = "data.frame")
“Train.Data”必须用于流失分析和模型训练以及 “Test.Data”最初被认为是未知的,只能用于 对较早开发的模型进行最终评估。
我必须使用分类方法来预测流失。我决定建立一个分类树。 我面临的问题是我可以构建一个分类树,但我不能添加交叉验证来衡量我的模型的准确性。我需要在交叉验证中构建一个 for 循环!
欢迎提出任何建议。
解决方法
我使用循环为您绘制了一个代码。由于您只能使用训练数据,因此您可以将其拆分为训练集和测试集,并将结果存储在向量中。在这里,我将使用逻辑回归,但其他学习技术的过程是相同的。我使用 AUROC 来评估性能,但如果需要,您可以更改为其他指标。结果将保存在一个向量中,用于度量和列表中模型的结果。这里的代码,请根据你的数据完成因变量:
p <- ggplot()
for(i in 1:dim(datamatrix1)[2])
{
y <- datamatrix1[,i]/(10*datamatrix1[1,i])
df <- data.frame(y,Date = as.Date(Date))
p <- p + geom_line(data = df,aes(Date,y),color = i)
}
p
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。