Prevedere se un nuovo cliente farà churn
Come hai visto nel video, per addestrare un modello con sklearn:
- Importa il modello che ti interessa - qui, un Support Vector Classifier:
from sklearn.svm import SVC
- Istanzialo:
svc = SVC()
- Addestralo, ovvero "fittalo", sui dati:
svc.fit(telco['data'], telco['target'])
Qui, il primo argomento contiene le feature, mentre il secondo è l'etichetta che stiamo cercando di prevedere — se il cliente farà churn oppure no. Dopo aver fittato il modello, puoi usare il metodo .predict() del modello per prevedere l'etichetta di un nuovo cliente.
Questo flusso vale a prescindere dal modello usato, e sklearn ne offre molti! In questo esercizio userai LogisticRegression.
Questo esercizio fa parte del corso
Marketing Analytics: Prevedere il churn dei clienti in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import LogisticRegression