ข้ามไปยังเนื้อหาหลัก

หน้าหลัก Python

คอร์ส

Marketing Analytics: Predicting Customer Churn in Python

ระดับกลางระดับทักษะ

อัปเดตแล้ว 12/2566

Learn how to use Python to analyze customer churn and build a model to predict it.

เริ่มคอร์สฟรี

PythonExploratory Data Analysis

4 ชม.

13 วิดีโอ

45 แบบฝึกหัด

3,550 XP

18,385

ใบรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

คำอธิบายคอร์ส

Churn is when a customer stops doing business or ends a relationship with a company. It’s a common problem across a variety of industries, from telecommunications to cable TV to SaaS, and a company that can predict churn can take proactive action to retain valuable customers and get ahead of the competition. This course will provide you with a roadmap to create your own customer churn models. You’ll learn how to explore and visualize your data, prepare it for modeling, make predictions using machine learning, and communicate important, actionable insights to stakeholders. By the end of the course, you’ll become comfortable using the pandas library for data analysis and the scikit-learn library for machine learning.

ข้อกำหนดเบื้องต้น

Data Manipulation with pandas

1

Exploratory Data Analysis

Begin exploring the Telco Churn Dataset using pandas to compute summary statistics and Seaborn to create attractive visualizations.

Welcome to the course

Defining customer churn

Exploring customer churn

Grouping and summarizing data

Summary statistics for both classes

Churn by State

Exploring your data using visualizations

Exploring feature distributions

Customer service calls and churn

เริ่มบท

2

Preprocessing for Churn Modeling

Having explored your data, it's now time to preprocess it and get it ready for machine learning. Learn the why, what, and how of preprocessing, including feature selection and feature engineering.

Data preprocessing

Identifying features to convert

Encoding binary features

One hot encoding

Feature scaling

Feature selection and engineering

Dropping unnecessary features

Engineering a new column

เริ่มบท

3

Churn Prediction

With your data preprocessed and ready for machine learning, it's time to predict churn! Learn how to build supervised learning machine models in Python using scikit-learn.

Making Predictions

Predicting whether a new customer will churn

Training another scikit-learn model

Evaluating Model Performance

Creating training and test sets

Check each sets length

Computing accuracy

Model Metrics

Confusion matrix

Varying training set size

Computing precision and recall

Other model metrics

Area under the curve

Precision-recall curve

เริ่มบท

4

Model Tuning

Learn how to improve the performance of your models using hyperparameter tuning and gain a better understanding of the drivers of customer churn that you can take back to the business.

Tuning your model

Tuning the number of features

Tuning other hyperparameters

Randomized search

Feature importances

Visualizing feature importances

Improving the plot

Interpreting feature importances

Adding new features

Does model performance improve?

Computing other metrics

Final thoughts

เริ่มบท

Marketing Analytics: Predicting Customer Churn in Python

คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

สำหรับธุรกิจ

ฝึกอบรม 2 คนขึ้นไปหรือไม่?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp เต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในเส้นทางการเรียนต่อไปนี้

การวิเคราะห์การตลาด ใน Python

ผู้สอน

Mark Peterson

Mark Peterson

Senior Data Scientist at Alliance Data

ผู้ร่วมงาน

คอร์ส แหล่งข้อมูล

Telco Churn Datasetชุดข้อมูล

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Marketing Analytics: Predicting Customer Churn in Python วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา