cart算法對(duì)航空公司客戶(hù)流失的應(yīng)用(編輯修改稿)
2025-04-15 00:24 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 ，所以需要對(duì)數(shù)據(jù)進(jìn)行離散化（）。 客戶(hù)流失分析一般是針對(duì)老客戶(hù)而言，這里定義飛行次數(shù)FIGHT_COUNT大于6次的客戶(hù)為老客戶(hù)。由于客戶(hù)類(lèi)型MEMBER_TYPE是由第二年飛行次數(shù)以及第一年飛行次數(shù)的比例確定的，則第一年飛行次數(shù)等于0的記錄不滿(mǎn)足分母不為零的條件。發(fā)現(xiàn)數(shù)據(jù)中存在缺失值，原始數(shù)據(jù)中存在票價(jià)為空值，最小票價(jià)為0，最小票價(jià)折扣率為0，總飛行公里數(shù)大于0的情況。由于原始數(shù)據(jù)量很大，這類(lèi)數(shù)據(jù)占比比較小，對(duì)于問(wèn)題的分析影響很小，所以對(duì)這些記錄直接刪除，即刪除票價(jià)為空的記錄；刪除票價(jià)是0、平均折扣率是0、總公里數(shù)大于0的數(shù)據(jù)。經(jīng)過(guò)數(shù)據(jù)的簡(jiǎn)單處理后，剩余數(shù)據(jù)是31,272條記錄。，選取客戶(hù)的關(guān)鍵屬性。即需要選取與MEMBER_TYPE相關(guān)性比較強(qiáng)的變量，計(jì)算不同的變量與MEMBER_TYPE的相關(guān)性。對(duì)原始數(shù)據(jù)集中數(shù)值型變量，通過(guò)雙變量Pearson相關(guān)性檢驗(yàn)來(lái)說(shuō)明變量間的相關(guān)性。從44個(gè)屬性中選取相關(guān)性比較高的20個(gè)屬性（），如表4所示。其他屬性對(duì)MEMBER_TYPE的影響很小，可以忽略不計(jì)，因此直接剔除?！昂线m的”格式，以便適應(yīng)數(shù)據(jù)挖掘的需要。這里采用的是屬性構(gòu)造以及數(shù)據(jù)離散化，采用聚類(lèi)算法的方式將除了客戶(hù)級(jí)別、客戶(hù)類(lèi)型的其他屬性分成3類(lèi)。，通過(guò)原始數(shù)據(jù)計(jì)算以下指標(biāo)。5）綜上，最終確定的數(shù)據(jù)屬性個(gè)數(shù)為12，第13列為標(biāo)簽列。，每個(gè)屬性（除了客戶(hù)級(jí)別）分成3類(lèi)，其離散表如表5所示。，數(shù)據(jù)正負(fù)樣本比例并非一定是相同或等比的才是樣本平衡。這里最終得到的數(shù)據(jù)一共31272條記錄，標(biāo)記為0的數(shù)據(jù)未流失客戶(hù)為17396，標(biāo)記為1的數(shù)據(jù)準(zhǔn)流失客戶(hù)是7252，標(biāo)記為2的數(shù)據(jù)已流失客戶(hù)是6624，樣本比例大致是：∶1∶1，決策樹(shù)正負(fù)樣本比例最佳時(shí)1∶[9]接近數(shù)據(jù)樣本最佳比例，所以直接用數(shù)據(jù)進(jìn)行訓(xùn)練以及測(cè)試。 4模型的建立以及實(shí)現(xiàn) 混淆矩陣是表示真實(shí)屬性與識(shí)別結(jié)果類(lèi)型之間關(guān)系
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1