1回答
我想问一下对客户数据使用Logistic回归的理论方法，更确切地说，使用流失预测(在BigQuery和Python中)。
我有我的网上商店的客户数据，我想预测客户是否会根据某些特点而流失。我创建了我的数据集和搅动标签(基于这样的假设:如果客户在去年没有买东西，那么假设客户被搅动了，因为我们正在处理一个非合同设置)。
我正在使用3年的数据(2019-2021年)，其中包括~3M客户和43个特性，正如我所说，如果客户在2021年没有下订单，客户就会被认为是被搅动的。
我检查了我的标签的分布，它是平衡的。
我检验了一些Logistic回归假设，如多重共线性、孤立点影响等。
将数据分成80%的训练数据
浏览 0提问于2022-04-18得票数 1
1回答
模拟搅动(监督和非监督)
、、、
感谢您的反馈/评论。
我正试图预测我的生意会有多大变动。我处理的是相对较少的流言蜚语和为期一年的时间。一个今天没有流失的客户可能明天就会流失，这似乎是一个问题，当把它当作一个监督的学习问题。
我试图以以下方式(引导)解决这个问题：
每个循环的trainingaverage 循环50次，将数据划分为训练/测试(80%/20%)，并利用由扰动概率为测试观测建立的逻辑计算得到测试集的扰动概率，以确定每个观测I的总体搅动概率，并捕获这些概率的std偏差。
在此之后，我可以隔离没有流失的客户，并获得每个客户的流失概率。我把假阳性(预计会流失，但实际上没有流失)视为客户可能会流失。
当我尝试以类似的方式运
浏览 3提问于2020-06-03得票数 0
1回答
R预测模型预测预测和倾向的原因%
、、、、
然而，我对R和机器学习非常陌生，我必须进行一个项目，根据许多变量e.e来预测客户流失。服务年限、开出的贷方票据数量、错过交货的次数、提价次数等。
我正在使用rpart和随机森林，并获得了一个数据集，其中每个数据集都有一个流失预测。我能够生成一个置信度矩阵，并查看哪些是重要的指标。然而，输出的目的是作为要处理的“风险”客户列表发送给销售团队。
真正重要的是将信心/倾向/喜欢度%附加到流失中，以便我可以按风险顺序进行排名，但同时，是否有一种方法可以为每个客户添加类别/摘要/原因，说明为什么他们被预测会流失-即客户abc -价格上涨，因此我们需要小心定价。客户对未交货的清晰度很高，需要修复我们的服务
浏览 1提问于2016-09-21得票数 1
1回答
我正在尝试计算准确率。
我有一个包含许多列数据的pandas数据框架。
对于每个客户，我有一列预测的流失和一列真实的流失。
有没有办法计算两列之间的精确度指标和其他指标？这两列都是二进制的，0表示没有流失，1表示流失。
浏览 59提问于2019-06-26得票数 -2
回答已采纳
我有来自电信行业的客户培训数据集和包含每个客户的搅动值0&1的测试数据集。我还有一个客户数据集，它的流失值是要预测的，即0& 1，它还需要得到单个客户级别的流失预测概率，这样就可以将其按流失倾向的降序排列。
为了简洁起见，cust_train.xls显示了有限的特性
cust_id帐号长度VMail消息日分钟除夜分钟Intl Mins CustServ呼叫
cust_train_output.xls
cust_id搅拌(0/1)
我想知道是否有可能在单个客户级别得到流失预测概率&如何通过随机林算法而不是由: predict_proba( X ) =>对X的类概率进
浏览 0提问于2018-11-29得票数 0
回答已采纳
1回答
学生流失预测
、、
我正在研究一个用于学生流失预测的ML模型。这是一个分类问题，如果一些学生是否会流失。我有很多数据，比如学生的数据和学生的活动。我想问两个问题：
在最初的6周里学生的流失率
6周后学生的总人数
你会把你的工作分成两种模式:6周后和6周后？你将如何开始这样一个项目？
浏览 0提问于2020-06-16得票数 1
1回答
随机森林预测
、、、
比方说，我想对员工是否会流失进行分类。在我的随机森林中，我有6种估计量，其中3种是预测员工流失的，另一种是预测员工保留的。简而言之，3种估计量=预测会产生波动，3种估计量=预测将保持。
我知道，随机森林的工作方式是为每个班级获得最多的选票，或者通过获得模式来实现。
问题是在这种情况下，随机森林是如何预测的？
浏览 0提问于2019-07-31得票数 1
回答已采纳
1回答
我有零售交易数据集。其中一些属性包括CUSTID、BILL_DT、ITEM_Desc、VALUE。我想将客户i分类为流失率y或n。我应该使用上次购买日期到现在之间的天数作为分类的标准吗？我可以说客户流失的180天后的任何事情吗？像costco，walmart这样的大型零售商使用的标准是什么？
谢谢,
浏览 1提问于2016-04-13得票数 0
1回答
我有5000个客户的时间序列(每月)的数据，看起来像： ? 这是我第一次处理时间序列数据。有没有人能提前解释一下流失预测概率(3个月，6个月)的一些策略？ 我很困惑，因为对于每个客户来说，提前3或6个月流失的概率将为零(根据目标)。那么，我是应该看到一些趋势，还是应该创建滞后变量？ 但我仍然不知道如果回归，目标变量会是什么。
浏览 17提问于2019-02-28得票数 1
3回答
我试图定义一个在线服务(博彩/赌博)的流失预测模型。很多论文都谈到电信公司的流失分析/预测，在这些公司中，定义流失用户很简单:流失用户是取消合同的用户。我想知道如何在一个用户不取消任何合同/帐户的行业中定义一个流失用户？
我可以设想一种一般的方法:如果一个用户每天玩一个月就停止播放2天，这是可以标记的，但是一个用户每周只玩一次，然后2天内没有活动就不会了。对这种逻辑进行算法编码的最佳方法是什么？生存分析和良好的方法？
浏览 0提问于2015-08-04得票数 6
在firebase notification composer中有了新的预测和通知目标受众的选项，我希望能够在用户加入流失组时立即使用通知并重新安排，以便从现在到年底的每一次都会发生。因此，我不希望同一个用户一次又一次地收到相同的通知，只在用户流失时收到一次。这怎么可能呢？
浏览 5提问于2017-11-08得票数 2
这个假设是可检验的吗？
研究问题：“能否建立一个利用logistic回归的预测模型，预测90天内至少会有一个客户流失，并且使用一组选择的自变量，该预测的置信度至少为70%？”
零假设：“使用logistic回归的预测模型不能预测至少一个客户在90天内会发生波动，这个个体预测的置信度至少为70%，使用的是一组自变量。”
如果是这样的话，你如何测试特定的搅动事件的"70%的可信度“，它允许你在p< 0.05的水平上拒绝零假设？我不确定单个预测的可信度，但这可能取决于建模技术。这可能是你下降了p< 0.05，只使用全模型的有效性(R-平方和Pearson卡方与logistic回归
浏览 0提问于2019-08-06得票数 1
回答已采纳
我对这一切都很陌生，我对这一过程的逻辑有一定的障碍。我正试图使用现有和已经流失客户的数据库来预测客户流失情况。到目前为止我已经
1)利用现有客户的完整客户数据库和已经流失的客户以及客户服务变量等进行预测。2)将数据集随机分为训练组和试验组，3)用R训练随机森林模型进行预测，然后用混淆矩阵与实际状态进行比较。
4)我使用测试数据运行了该模型，以检查识别搅拌人员的准确性。
我现在有点糊涂了。我现在想做的是把我们现在所有的客户都带走，并预测哪些客户会流失。我是否做错了，因为我需要预测的当前客户的很多，如果会已经看到模型，因为他们出现在培训集？
我是否应该使用训练和测试集，而不是我需要对其进行预测的数
浏览 2提问于2016-10-19得票数 0
回答已采纳
1回答
我正在考虑围绕流失问题的实现模式。我正在考虑的场景非常简单--对于有流失倾向的客户来说，他们可以识别账户的特征，可以改变/提供不同的计划，等等，试图留住他们。为此，我希望在Watson openscale中能够看到这些客户的“可解释性”-这就在那里-但不容易访问，也不能从UI中进行搜索。我该如何解决这个问题呢？
浏览 1提问于2019-05-10得票数 0
1回答
预测一段时间内的客户流失
、、、、
我的数据集有2列。有一个订阅的service_start_date和service_end_date。目标列是has_churned，它是布尔值。
如何继续进行列车/val/测试拆分？它应该是时间依赖的吗？例如，3个月之前的所有数据都是训练的，最后3个月的数据作为验证，或者它可以是随机的？
另一个重要的问题是，假设我想要在流失预测中添加一个时间范围，我该如何做？例如，如果我想预测未来3个月、6个月等可能流失的客户？我如何实现这一点，我的测试数据集是什么样子的？
浏览 0提问于2020-10-07得票数 2
1回答
理解搅拌预测模型
、、、
伙计们！
我有一个具有大量客户行为特性的数据集，输出被“搅动”/“不搅动”。我应用了一个简单的随机森林分类器，并取得了良好的性能。
有了这个，我可以预测给定的用户是否会流失。但是，我需要理解的是，在被搅动的用户之间是什么模式，以及在非流失用户中的模式是什么。我怎样才能做到这一点？(在这里，我可以展示这样的东西：“通常情况下，那些搅乱的用户会做这个、那个和那个”)
PS:不需要一个完整的解释，如果你能给我一些学习的方向，我会很高兴的，这样我才能获得这些知识。
事先非常感谢！
浏览 0提问于2016-03-25得票数 1
回答已采纳
最流行的用例似乎是不同类型的推荐系统(例如推荐购物项目、社交网络中的用户等)。
但是，其他典型的数据科学应用程序是什么，它们可以在不同的垂直方向上使用？
如:用机器学习预测客户流失，评估客户终身价值，预测销售。
浏览 0提问于2014-05-22得票数 8
1回答
我正在构建一个预测系统，以预测在给定时间点断开连接的有线电视用户的数量。我使用的是Python，在我尝试过的不同模型中，XGBoost执行得最好。
我有一个以移动窗口方式工作的自我参照系统，例如，当我用完实际数据时，我开始在我的滞后中使用预测数字。
为了建立预测系统，我使用了之前800天的滞后(一天断开连接)、移动平均值、比率、季节性、年、月、日、周等指标。然而，假日是is有点混乱的地方。最初我只用一列来表示各种节假日，但后来我发现不同的节假日可能会有不同的影响(一些节假日会导致高销售额，一些节假日会造成流失)，所以我为每个节假日添加了一个列，我还添加了长周末、周日等节假日的指标。我还添加了一
浏览 19提问于2017-08-11得票数 0
1回答
流失率-在其最广泛的意义上，是衡量在特定时期内从集体组中移出的个人或项目的数量。
我的问题是，通过使用Python的逻辑回归，我可以在流失模型中调查什么？
浏览 2提问于2019-12-05得票数 0
我正在建立一个预测网站用户流失的模型，在那里我拥有所有用户的数据，包括过去和现在。
我可以构建一个模型，它只使用那些已经离开的用户，但是接下来我会留下2/3的用户未使用。
是否有一种从概念角度将这些用户的数据合并到模型中的好方法？
浏览 0提问于2014-07-04得票数 3
回答已采纳
我想知道的是，如果我有一个数据集，其中有100,000名现有客户没有流失，有20,000名以前的客户在过去经常流失，而业务目标是针对最有可能在企业内部流失的20%的客户，那该如何做呢？
例如，我们必须把这个数据集分割成一个训练和测试集。比方说，对于训练集和测试集，分割率分别是80/20。这意味着当我们在80%的数据上构建我们的模型时，我们不能再使用这些数据来查看是否有任何现有的客户可能会产生波动，因为我们无法根据我们用来训练它的数据来评估一个模型。我们只能使用其余20%的测试集来评估我们的模型，以及通过考虑测试集中每个客户的概率，哪些客户更有可能流失或不流失。如果有现有的客户有很大的机会让我们
浏览 0提问于2021-05-20得票数 2
主要目标是了解：
客户churn?Identify (客户)有多大可能是每个user.中的流失原因
现在，我使用的是随机森林模型。我可以看到所有用户最重要的特性。有什么方法可以让每个用户获得重要的功能吗？例如，也许一个顾客离开是因为他们不喜欢这个产品，而另一个是离开，因为这是一种昂贵的产品，等等。
提前感谢！
浏览 4提问于2022-02-01得票数 0
回答已采纳
我正在使用R中的C5算法构建一个流失模型。在完成模型并成功预测数据之后，我如何知道每个将流失的客户的前3个重要预测因素？因此，我知道了模型将-for示例分类的原因-客户A、B、D、F为正，其他为负。有可能吗？
谢谢。
浏览 0提问于2015-09-10得票数 0
我想在我的CLV预测中做一个反向磨矿比校正。因此，我首先进行逻辑回归来预测流失。
performLogisticRegression <- function(trainData, trainY, testData) {
model <- glm(trainY~., family = binomial(link = "logit"), data = trainData)
LRpredictions <- predict(model,newdata=testData,type='response')
return(list(mode
浏览 8提问于2018-01-09得票数 0
2回答
我正在使用逻辑回归处理流失预测数据集。该模型的预测准确率为95%，但混淆矩阵给出了以下输出：
array([[1517, 0],
[ 70, 0]], dtype=int64)
我怎样才能建立模型来预测真实的负值呢？
浏览 2提问于2020-01-16得票数 0
进一步讨论了使用外部回归元拟合arima模型的问题。
考虑到我有解释我的响应变量(churn_rate)的预测器的未来值，我能够很好地预测接下来的5个月。
arima_model_churn_rate <- auto.arima(tsm_churn_rate, stepwise = FALSE,
approximation = FALSE,
xreg = xreg_in_out_p_month_1)
number_of_future_month &l
浏览 1提问于2017-07-01得票数 0
回答已采纳
我正在使用Kaggle的客户流失建模数据集(https://www.kaggle.com/shrutimechlearn/churn-modelling)，试图预测将离开该服务的客户。 初始数据集如下所示： RowNumber CustomerId Surname CreditScore Geography Gender Age
0 1 15634602 Hargrave 619 France Female 42 处理完数据后，数据集如下所示： CreditScore Age Tenure Balance NumO
浏览 177提问于2021-01-24得票数 0
1回答
我正在做一个电信行业的churn分析，我有一个样本数据集。下面是我通过decision tree在Spark中使用python算法时编写的代码。在dataset中，我有多个列，我正在选择我的feature集所需的列。
from pyspark.mllib.regression import LabeledPoint
from pyspark.mllib.tree import DecisionTree, DecisionTreeModel
from pyspark.mllib.util import MLUtils
import os.path
import numpy as np
inp
浏览 0提问于2015-08-12得票数 2
回答已采纳
1回答
我希望你们能帮我解决这件事，因为我觉得这是在我之上。对你们中的一些人来说，这可能是愚蠢的，但我迷路了，我来找你们征求意见。
我对统计、数据分析和大数据都很陌生。我刚开始学习，我需要做一个关于流失预测的项目。是的，这是一项家庭作业，但我希望你能回答我的一些问题。
我将非常感谢一个初级水平的答案一步一步。
基本上，我有一个非常大的数据集(很明显)的客户活动数据从蜂窝公司3个月，第四个月结束在搅拌或不搅动。每个月都有以下栏目：
['year',
'month',
'user_account_id',
'user_lifetime'
浏览 4提问于2016-12-20得票数 1
回答已采纳
1回答
我正试图根据我拥有的数据来预测客户流失。我把“搅动”定义为在一周内没有出现其他活动的活动。客户可能在两个月后回来，并再次变得活跃，而这些活动不被视为搅动。
因此，根据未来的行为，可能会认为同一个用户被搅动或不被搅动。此外，只有0.5%的这些观测结果产生了搅动。
对于这个数据集，我既有依赖数据，也有不平衡数据。我如何进行建模，甚至简单的t检验(因为它的假设是独立的)？任何想法或方向都会受到高度赞赏。
浏览 0提问于2019-05-19得票数 1
2回答
基于R的电信流失生存分析
、、、、
我正在研究电信流失问题，这是我的数据集。
名称-
我不熟悉survival analysis.Given训练数据，我的想法是建立一个生存模型来估计生存时间，并根据独立的factors.Could预测测试数据上的流失/非流失。有谁能帮助我编写代码或指出如何解决这个问题。
准确地说，假设我的火车数据
客户呼叫使用详细信息、计划详细信息、帐户使用期限等，以及他是否流失。
使用通用分类模型，我可以使用生存分析来预测测试data.Now上的流失或不流失，我想在测试数据中预测生存期。
谢谢，麦迪
浏览 0提问于2014-11-23得票数 4
2回答
使用窗口函数计算行数
、、、、
每个客户可以有一个或多个帐户(<code>D0</code>)。要查找客户流失，必须关闭附加到客户的所有帐户，即使用<code>D1</code>
例如，这里的客户流失率是2。
如何在Postgres中获得客户流失？提前感谢！
<code>A2</code>
浏览 26提问于2020-11-18得票数 0
回答已采纳
我想要建立一个客户流失预测模型，该模型预测第二天发生流失的可能性，我正在寻找一些可能对目标变量很重要的特性，该变量具有结果搅拌(1)或不搅动(0)。
如果自上次购买之日起超过365天，顾客就会被认为已经翻身了。自然地，“最近”(自上次购买起)将是预测流失的重要预测指标。因此，如果客户处于第364天的不活动状态，该模型将很有可能预测第二天的流失。但我希望能够更快地预测流失，而不是太依赖时间，因为上次购买。
如果我想早点抓到流亡者，而不太依赖时间，我该怎么做呢？
浏览 0提问于2022-11-16得票数 0
回答已采纳
1回答
当建立预测模型时(特别是在电信关于流失的情况下)，是否有必要在训练集中的类之间进行1:1的分割(实际分布更像是1:50)？当阅读其他人所做的事情时，情况似乎就是这样。但他们并不一定要把它作为一个要求。推荐的内容是什么？
浏览 13提问于2017-07-13得票数 0
回答已采纳
实时音视频通话TRTC 推流失败
原因 :网络连接失败 code-1007 ,
推流失败原因有哪些？
浏览 160提问于2023-04-26
1回答
我是数据科学的新手，所以如果我没有做好我的研究，请原谅我。
我想要建立一个系统，以计算每个客户的流失分数，因此，试图防止它。我只想测试这个概念，所以结果并不重要。
该业务是关于向客户发送通讯，并为其获得广告收入。
数据我们有客户的活动，如打开电子邮件，阅读电子邮件，点击电子邮件，就这样。
这样做的目的是查看客户活动，看看我们是否可以确定客户是否即将取消订阅。
我研究了几个分类模型，并想知道是否有一个模型可以查看活动历史，而不仅仅是当前的事件。
任何帮助都将不胜感激！
浏览 0提问于2019-05-17得票数 0
回答已采纳
1回答
我是Power BI的新手，我正在尝试创建一个图表，通过这个图表，我可以看到自从注册以来我们保留了多少人。 我采用了一份现有的报告，我们目前计算的是流失率(开始日期-取消日期)，因此要获得留存率，理论上应该是流失率与流失率的百分比之差。 例如，如果注册一个月后3.2%的人离开(流失)，我知道我的留存率是96.8%，这是我需要实现的价值。 有任何关于我如何创建计算来显示这一点的建议吗？
浏览 22提问于2019-12-05得票数 0
我正在为一个确定客户是否会流失的分类问题建立一个神经网络模型，其输出为二进制0和1。我还使用了随机森林模型和XGboost模型。他们都起作用了。我把随机森林和XGBoost结合起来，效果很好。
然而，当我将随机林XGBoost与使用投票分类器的神经网络(Keras分类器)组合时，我得到了错误ValueError:无法从形状(2712,1)广播输入数组到形状(2712，)
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasC
浏览 18提问于2022-04-24得票数 0
1回答
我使用IllegalStateException使响应器流失败，但是使用UnexpectedFlowEndException启动响应器流失败。有没有可能以某种方式获得关于原始异常的信息？
浏览 3提问于2020-06-26得票数 1
业务基于订阅模型工作，第一年每个月的预期流失率(取消)为5%，第二年的流失率为2.5%，这是因为这些客户现在是固定客户(长期)。
一个新的功能或服务推出，预计每个月的订阅量都会增加。我需要根据前12个月5%的流失率和第2年2.5%的流失率来计算N年内的订阅量。
下面是我们目前如何在excel中计算这一点，然而，当试图计算这一点时，例如5- 10年的影响，这真的是不优雅的解决方案。
有没有什么计算公式或数学上的东西可以让我在一个单元格中进行计算？鉴于我需要设置给定的流失率为每一年和时间长度。
为了方便起见，比方说，我95%的时间都在做3年订阅模型&每年都需要自己的流失率。
我想也许可以
浏览 4提问于2019-10-25得票数 0
1回答
因此，我在一个相当简单的客户数据上训练了一个RandomForest模型。预测要么是1，要么是0，表明客户是否会流失。 假设我有10个叫做'f1'，'f2'，'f3‘等等的特性……由于模型已经经过了训练，我又取了一段时间的相似数据来看看模型的表现。但在这些数据中，特征可能会以不同的方式进行混洗。(例如'f3'，'f10'，'f1'，...)。模型是否会查看功能的名称，或者这对它无关紧要，它会认为'f1‘是'f3'？假设每列中的数据类型是相同的。 我之所以这样问，是因为为了验证这个理
浏览 13提问于2019-12-06得票数 0
回答已采纳
我目前正在研究流失预测问题。
作为输入，我在082016到032021年间使用数据仓库中的数据(每个客户每月一行)。
基于这些数据，我创建了一个18个月的时间窗口，在这里我跟踪客户的行为(功能工程)。
根据特点，我预测未来4个月内会有122020到032021年间的波动.
作为一个模型，我使用lightGBM的参数如下：
parameters = {
'objective': 'binary',
'metric': 'auc',
'is_unbalance':
浏览 0提问于2021-10-15得票数 0
回答已采纳
我编写了一些代码来测试我的项目，我想在GitHub操作上运行测试。
我有以下工作流定义。
name : Testing
on: push
jobs:
registrar:
runs-on: ubuntu-latest
steps:
- name: Run Django unit tests
uses: actions/checkout@v2
run:|
pip3 install --user -r requirements.txt
浏览 2提问于2020-09-18得票数 0
我有一个简单的python问题。我有一个杂志订阅的DataFrame，如下所示：
SubId UserID Created Expired
09483 2938 10/9/2018 N/A
03824 3899 10/13/2018 N/A
02853 0838 10/29/2017 10/1/2018
08992 2
浏览 0提问于2018-12-01得票数 0
当我在本地环境中安装我的示例模块时，python能够在导入模块时找到它。然而，当由Github操作执行时，工作流失败，并且报告的错误是我的模块(ci-test)没有安装。 main.yaml： - name: Install ci-test package
run: |
python setup.py build
python setup.py install
python -c "import ci_test" 完整的yaml文件位于here。Github操作的错误输出是： Installed /home/runner/.l
浏览 55提问于2020-11-26得票数 4
回答已采纳
1回答
我目前正在开发一个数据集，根据客户过去的数据和交易来预测客户流失。
总共有2,40,000名客户，其中大约1,77,000名客户(截至今天)是活跃的，而其余的客户则是不活动的(6300)。这就是示例标题的样子：
custID|custAge|custGender|TQuantity|TVolume|TValue|TAmount|HolidayStatus|...
总的来说，我有40个预测器，包括客户详细信息、交易细节、项目细节等。
数据的活跃客户明显多于非活跃客户，即非活跃客户仅占整个客户群的2.6%。因此，活跃客户进行的交易(2500万/3200万)多于非活跃(以前活跃)(600万/3200
浏览 0提问于2016-06-16得票数 6
回答已采纳
我正在寻找任何工具，可以给你一个Subversion存储库的代码流失指标(图形和图表会更好)。
我知道的一个工具是 --一个创建一些超文本标记语言报告和一些代码流失指标的Java工具。Statsvn报告一段时间内用户修改(翻转)的行数，每个文件和文件夹/子文件夹的LOC的一些描述性统计数据，等等。
我想知道代码流失，以便更好地了解项目的状态。这背后的想法受到MS研究的启发：
简而言之，源代码搅动的越多(更改，是否添加新行，删除，更改，等等)，缺陷被引入系统的可能性就越高。微软的研究论文说，可以根据一些相对的代码流失度量来预测产生的缺陷的数量。
我想知道是否还有其他的可能是开源的、可扩展的等等。
浏览 0提问于2008-09-10得票数 29
回答已采纳
1回答
我是数据科学的新手，目前正试图预测一家提供基于订阅的预订管理软件的公司的客户流失情况。它的顾客是健身房。我有一个小的不平衡的历史数据集(False 670，True 230)，有两个数字预测器:年龄(自订阅以来的天数)、上个月的活动天数(顾客(健身房)有预订的天数)和一个分类:徽标(布尔，如果客户在软件中上传了徽标)。
预测因子与搅动指数呈以下负相关：
标志: 0.65
num_active_days_last_month: 0.40
年龄: 0.3
功能重要性看起来类似于Logo拥有最大的权重。
当我预测时，该模型(logistic回归)将没有徽标的客户归类为搅拌者，甚至认为他们很活跃。
例
浏览 0提问于2022-06-02得票数 2
我不熟悉microsoft customer insights API。我们正在尝试使用客户数据集训练模型，并通过预测创建实体。我们正在尝试使用下面的API使用流失预测分数
我们已经尝试了几乎所有存在的api请求，以获取用户的流失分数。我们什么也得不到。有没有办法拿到这些。
浏览 1提问于2021-01-22得票数 1
2回答
我想定义我们的应用用户流失，一般来说，人们会用一些简单的方式定义他们的应用用户流失，比如:如果用户不连续登录7天或1个月，我们将定义他们的搅动用户。有更好的方法吗？
浏览 0提问于2016-01-25得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
