Mengeksplorasi customer churn

Sekarang setelah Anda memahami apa itu customer churn, mari kita periksa struktur himpunan data pelanggan kita, yang telah dimuat sebelumnya ke dalam DataFrame bernama telco. Kemampuan untuk memeriksa struktur data adalah langkah yang mendasar dalam proses pemodelan churn dan sering kali terlewatkan.

Gunakan metode pandas seperti .info() untuk memahami strukturnya dan perhatikan berbagai kolom (disebut juga "features" dalam machine learning), seperti 'CustServ_Calls', yang menunjukkan jumlah panggilan layanan pelanggan yang dilakukan pelanggan, dan 'State', yang menunjukkan negara bagian asal pelanggan.

Satu feature sangat menarik bagi kita: 'Churn', yang dapat bernilai yes atau no—menunjukkan apakah pelanggan mengalami churn atau tidak. Dalam latihan ini, tugas Anda adalah mengeksplorasi feature tersebut. Anda dapat mengaksesnya dengan telco['Churn'].

Berapa banyak pelanggan churn dalam himpunan data ini, dan berapa banyak yang tidak churn? Untuk menjawabnya dengan mudah, Anda dapat menggunakan metode .value_counts() pada telco['Churn'].