图片会抽空传的。 学习的东西: 1.客户流失预警的分析方法 2.流失预警分析中的关键技术 3.使用机器学习pai进行分析 4.任务:通信公司客户流失预警分析 客户流失:由于企业各种营销手段的实施,而导致客户和企业终止合作的现象 哪些客户易流失呢:以前是用经验模型的方法来分析,找一些对行业有理解的人自己归纳流失用户的特性。 现在是从数据中提取。从已有数据中找出客户的共性。 分析流程 应用:成熟的行业,更关注减少流失而不是拉新 通信:商业:金融: 机器学习及决策树 机器学习:对于某类任务T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。 通过大量做站,找到seo的方向,其实也是一种低效的机器学习手段。或者说当以计算机的速度来处理seo,就是机器学习的应用了。 常见类型:监督学习和无监督学习 一个有样本,一个没样本,但随着时间推移会得出一些大概率的结果。 分类模型:决策树 如何构建决策树 1、准备工作: 观察数据,明确自变量和因变量 自变量:客户的属性 因变量:最终结果 明确信息度量方式:信息增益 熵: 案例: 从这里就可以知道按照什么方式来判断更好了 基尼系数: 明确分支终止条件 纯度: 记录条数: 循环次数: 构建决策树: 流程: 案例: 决策树算法系列: 一、ID3系列 迭代树3代 核心是信息熵