逻辑回归

<< Click to Display Table of Contents >>

当前位置:  深度分析 > 深度分析实验及应用 > Y-Advanced Analytics 

逻辑回归

Previous pageReturn to chapter overviewNext page

电信类客户流失

通信类服务商可以通过逻辑回归模型,尽早地发现可能流失的客户,并针对这些客户的行为进行干预,通过定制更多的服务来挽留客户。

 

数据准备

拖拽数据集节点“客户流失训练数据”到编辑区,添加采样和数据分区节点,采样节点连接数据集,数据分区连接采样。

ML87

采样和数据分区节点配置项目如下:

ML88

ML88_add1

 

逻辑回归

o配置项目

添加逻辑回归节点,连接数据分区;配置参数,算法为GLM,启用回归方法,选择逐步,缺失值默认填充,因变量为CustomerLeft,其它列做为自变量。

ML89

o运行

配置完参数后,逻辑回归节点处于未运行状态。

ML90

在逻辑回归节点右键选择运行,运行成功后,节点展示如下:

ML91

o结果展示

通过模型系数可以得到逻辑回归方程的系数,包括截距项,各自变量的系数以及它们的P值,标准误差。还可以看到模型训练集合验证集的准确率和均方误差。P值都较小,P值越小结果越好。

ML92

通过ROC曲线看出训练集AUC值0.843;验证集AUC值0.704。AUC值越大模型分类效果越好。

ML93

 

模型应用

o保存为训练模型

选择逻辑回归节点连接保存为训练模型,保存的模型可以应用在制作报告仪表盘的组件绑定的数据集上。可参考算法里的“逻辑回归”章节。

o评分

添加数据集节点“客户流失测试数据”和评分节点,评分节点连接逻辑回归和客户流失测试数据两个节点。

ML94

选择评分节点,在数据探索里可查看已训练模型逻辑回归应用于数据集“客户流失测试数据“的结果,展示结果如下:

ML95