文件名称：Churn-Modeling-V2-：使用python进行预测建模
文件大小：2.15MB
文件格式：ZIP
更新时间：2024-03-07 09:00:48
JupyterNotebook
项目名 CHURN MODELING 2.0：使用Python和Sci-Kit进行预测建模学习 项目简介/目标 该项目的目的是预测特定客户离开银行的可能性。 我们还将找出银行应采取什么措施来留住客户并阻止他们离开。 这些是主要目标，但银行欢迎分析期间发现的任何其他见解。 项目描述 数据最初属于在3个国家/地区运营的银行：法国，西班牙和德国。 但是由于我的大多数观众很可能来自加纳，因此我决定将地理变量分别替换为阿克拉，库马西和博尔加，以便于理解。 因此，在数据集中，您将看到这三个加纳地区而不是国家。 现在，该银行近来一直在经历快速的客户流失。 这意味着客户以异常高的速度离开银行，管理层希望找出问题所在，以及如何做才能留住客户。 我使用称为Gretl的软件工具完成了该项目的原型。 但是在这里，我将使用Python和相关库。 该项目是逻辑回归算法的应用。 我们正在尝试计算特定客户是否离开银行的二
【文件预览】：
Churn-Modeling-V2--master
----6. Flask()
--------ReadMe.docx(12KB)
--------Script1.py(256B)
----.ipynb_checkpoints()
--------Predictive Modeling-checkpoint.ipynb(1KB)
----1. Original_Data()
--------ReadMe.docx(12KB)
--------P12-Churn-Modelling-Test-Data.csv(67KB)
--------P12-Churn-Modelling.csv(659KB)
----images()
--------focus.PNG(35KB)
--------thankyou.PNG(98KB)
--------gstarted.JPG(32KB)
--------churn.PNG(169KB)
--------gettingstarted.PNG(253KB)
--------model.png(330KB)
--------logistic_regression.JPG(49KB)
----4. Analysis()
--------ReadMe.docx(12KB)
--------.ipynb_checkpoints()
--------Churn_Test.csv(66KB)
--------Churn_Test.ipynb(163KB)
--------Churn_Train.csv(652KB)
--------Churn_Train.ipynb(175KB)
----3. Transformations()
--------ReadMe.docx(12KB)
----LICENSE(1KB)
----README.md(3KB)
----5. Insights()
--------ReadMe.docx(12KB)
----2. Prepared_Data()
--------ReadMe.docx(13KB)
--------Churn-Modelling_Train.csv(652KB)
--------Churn-Modelling-Test-Data.csv(66KB)