<< Click to Display Table of Contents >> 当前位置:  深度分析 > 案例介绍  电信类客户流失 复制链接

1.背景介绍

电信客户的流失一直是电信公司关注的重点，减少客户的流失能够增加公司的收益，降低开发新客户的成本，提高竞争力。通过对电信客户流失数据的分析找出影响客户流失的关键因素，帮助电信公司采取更有针对性的措施来进行客户关系管理，保留客户。

2.数据说明

企业提供了客户信息的汇总统计表，每条记录代表一名客户的信息，共计3333条记录。数据字段描述如表所示。

3.方案介绍

首先，根据项目背景介绍，整个问题是一个判断客户是否流失的业务问题，可以将业务抽象为一个二分类问题，数据集中的CustomerLeft字段，就是建模采用的目标值，其中的是否可作为两个类别应用到模型之中。

逻辑回归是非常经典的机器学习算法，它虽然被称为回归，但是实际上是分类模型，广泛用于二分类问题中，也就是判断某种行为是否发生的业务场景。逻辑回归因为它简单、可并行等特点受到工业届的青睐。

4.方案分析

1)完成模型的建立

逻辑回归模型是一种有监督模型，模型通过拟合特征列和目标列之间的关系，完成模型的建立，并且在有新的特征数据输入模型时，输出（预测）样本是否流失的类别。

2)参数配置

根据参数列表中的“意义”项的指引，按需求填写参数值。本案例训练集占比设定为0.78，正例标签设定为None，优化器在下拉列表中选择powell。

3)字段选择

如前所述，有监督算法需要指定特征列字段和目标列字段。点击特征列和目标列下方的选择数据按钮。在弹出的字段列表中选择相应的字段。

5.结果说明

当前项目的工作流，逻辑回归算子将输出模型系数和性能指标、ROC曲线、客户是否流失的结果数据。

•模型系数和性能指标

逻辑回归为广义线性模型，模型拟合出每个自变量的系数构建模型，同时输出系数的各种统计量来辅助判别特征的有效性和稳定性。其中p值小于0.05的自变量系数为0在5%水平上被拒绝，即p值小于0.05时认为自变量的回归系数是有效的。

•训练集性能指标、验证集性能指标

准确率、召回率、F1-score、支持样本量。其中准确率、召回率、F1-score的取值范围为[0,1]，当数值越接近1说明模型表现越好。

•ROC曲线

能反映模型在选取不同阈值的时候其敏感性（sensitivity, FPR）和其精确性（specificity, TPR）的趋势走向，ROC曲线有一个巨大的优势就是，当正负样本的分布发生变化时，其形状能够基本保持不变，而P-R曲线的形状一般会发生剧烈的变化，因此该评估指标能降低不同测试集带来的干扰，更加客观的衡量模型本身的性能。

其中，ROC曲线与横轴围成的面积称为AUC值，取值范围为[0,1]，该指标越接近1说明模型表现越好。

•线上部署后的客户流失行为的预测结果

预测值字段为客户流失行为预测结果（0代表客户不会流失，1代表会流失），预测值_Prob为预测结果的概率。