[2 决策树分类器示例以预测客户流失

概述

该项目演示了如何使用决策树分类器来预测客户流失（是否离开服务）。该数据集包含诸如

和

之类的功能，目的是预测客户是否会流失。 该模型是使用Scikit-Learn的决策树分类器训练的，并且代码可视化决策树，以更好地了解模型如何做出决策。 使用的技术

matplotlib
• ：用于数据可视化（绘制决策树）。 scikit-learn
：用于机器学习，包括模型培训和评估。
• 说明了步骤
• 1。导入必要的库
• 将熊猫作为pd导入 导入matplotlib.pyplot作为PLT 进口警告 来自sklearn.model_selection导入train_test_split 从Sklearn.Tre Import DecisionTreeTreclalerifier 来自Sklearn.metrics导入精度_score 从Sklearn Import Tree
[2

[2 这是一个用于可视化数据的绘图库。在这里，它用于以图形方式绘制决策树，这有助于理解在树的每个节点上如何做出决策。

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• 警告模块用于抑制或处理警告。在此代码中，我们忽略了不必要的警告，以保持输出清洁和可读。

  [2

  • train_test_split
  ：此功能将数据集拆分为培训和测试子集。培训数据用于拟合模型，测试数据用于评估其性能。
dekindertetreeclalsifier
• ：这是用于对数据进行分类和预测客户流失的模型。决策树通过基于功能创建类似树的决策模型来起作用。

  ：此函数通过将预测值与目标变量的实际值进行比较（流失）来计算模型的准确性。

  ：此模块在训练决策树后包含用于可视化的函数。
  2。
抑制警告

• warnings.filterwarnings（“忽略”）

  忽略所有警告
  • 。当您运行模型并且不需要警告（例如关于弃用功能的功能的警告）时，它可能会有所帮助。
3。
• 创建一个综合数据集

  *10，＃客户年龄 “月收费”：[50，60，70，80，90，100，100，110，120，130，140]*10，＃每月账单金额 “ customerserviceCalls”：[1，2，3，4，0，2，2，3，4，0]*10，＃客户服务电话数量 'Churn'：['否'，'no'，'YES'，''，''，''，''，''，''，''，''，''，''，''，''，是']*10＃10＃ } df = pd.dataframe（数据） 打印（df.head（））

  • 在这里，我们为项目创建一个的综合数据集。该数据集模拟了电信公司的客户信息，并具有年龄，每月充电，客户维修和目标变量流失等功能（无论客户是否流失）。
  • ：客户的年龄。
  • 每月charager ：客户的月账单。
  ：称为客户服务的客户的次数。
  • chrurn ：客户是否搅动（是/否）。
pandas dataframe

4。将数据分解为功能和目标变量

warnings.filterwarnings("ignore")

• ：用于预测目标的自变量。在这种情况下，它包括年龄，每月充电和客户维修。 目标变量（y）
：因变量，这是您要预测的值。在这里，这是搅拌列，它指示客户是否会流失。

5。将数据分解为培训和测试集

data = {
    'CustomerID': range(1, 101),  # Unique ID for each customer
    'Age': [20, 25, 30, 35, 40, 45, 50, 55, 60, 65]*10,  # Age of customers
    'MonthlyCharge': [50, 60, 70, 80, 90, 100, 110, 120, 130, 140]*10,  # Monthly bill amount
    'CustomerServiceCalls': [1, 2, 3, 4, 0, 1, 2, 3, 4, 0]*10,  # Number of customer service calls
    'Churn': ['No', 'No', 'Yes', 'No', 'Yes', 'No', 'Yes', 'Yes', 'No', 'Yes']*10  # Churn status
}

df = pd.DataFrame(data)
print(df.head())

• train_test_split 将数据集拆分为两个部分：a 训练集

  testing set
  （用于评估模型）。
  • ：30％的数据用于测试，其余的70％用于培训。
  • 通过修复随机数生成器的种子来确保结果的可重复性。
  • 6。训练决策树模型
  • clf = deciestTreeClalsifier（） clf.fit（x_train，y_train）
  • 初始化决策树模型。 使用训练数据训练模型。该模型从X_Train功能中学习模式，以预测y_train目标变量。
  7。
做预测
：在训练模型后，它用于对测试集（x_test）进行预测。这些预测的值存储在y_pred中，我们将将它们与实际值（y_test）进行比较以评估模型。

8。评估模型

warnings.filterwarnings("ignore")

• 通过将预测的搅拌标签（y_pred）与来自测试集的实际搅拌标签（y_test）进行比较来计算模型的准确性。 精度
是对多少预测的度量。它被打印出来进行评估。
• 9。
可视化决策树

plt.figure（figsize =（12，8）） tree.plot_tree（clf，fill = true，feature_names = ['age'，''每月'，'customerserviceCalls']，class_names = ['no churn'，'churn'，'churn']）） plt.show（）

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

• feature_names ：指定要在树中显示的功能（自变量）的名称。 class_names ：指定目标变量的类标签（Churn）。
  ：显示树可视化。
  • 运行代码
  • 克隆存储库或下载脚本。
  安装依赖项：

运行Python脚本或Jupyter笔记本以训练模型并可视化决策树。

clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)