文件名称：Predicting-SyriaTel-Customer-Turnover:基于客户使用情况的电信公司客户流失分析
文件大小：10.68MB
文件格式：ZIP
更新时间：2024-04-06 16:43:43
JupyterNotebook
电信公司分析 预测客户流失 作者：米格尔·桑塔纳（Miguel Santana） 业务问题： 叙利亚电信是一家电信公司，旨在改善客户流失率。 该公司提供了客户数据，以便更好地了解消费者是否会停止与该公司开展业务。 OSEMN框架将用于分析数据集，并为将特征重要性分类的机器学习算法做准备。 选定的功能将用于提供业务洞察力并减少客户流失。 数据 可在Kaggle的网站上找到叙利亚电视数据集。 数据集可以在找到 过程 OSEMN框架用于分析数据 探索性数据分析| 客户来电总数 可视化白天，夜晚和夜晚的来电 *型号：光梯度提升机 模型表现 ROC曲线 混淆矩阵 模型学习曲线 结论，见解和未来工作 结论 该数据集提供了各种消费者趋势，并说明了多个机会领域。 两个机会领域解决了常见的零售业务陷阱； 客户服务和高成本产品（国际会议记录最昂贵）。 最后，日间通话时间是所有可用类别中最常见的时间，
【文件预览】：
Predicting-SyriaTel-Customer-Turnover-main
----images()
--------learningcurve.png(73KB)
--------graphedfeatures.png(284KB)
--------totalcalls.png(269KB)
--------confusion.png(37KB)
--------.DS_Store(6KB)
--------RocAuc.png(78KB)
--------OSEMN.png(575KB)
----jupyter_notebook.ipynb(685KB)
----.gitignore(89B)
----README.md(4KB)
----presentation.pdf(9.64MB)