مثال على مصنف شجرة القرار للتنبؤ بتشويش العميل

ملخص

يوضح هذا المشروع كيفية التنبؤ بمضايقة العملاء (سواء كان العميل يترك خدمة) باستخدام مصنف شجرة القرار. تتضمن مجموعة البيانات ميزات مثل و رسوم شهرية و مكالمات العملاء ، بهدف التنبؤ بما إذا كان العميل سيخفق أم لا.

يتم تدريب النموذج باستخدام مصنف شجرة القرار في Scikit-Learn ، ويتصور الكود شجرة القرار لفهم كيفية اتخاذ القرارات بشكل أفضل.

---

التقنيات المستخدمة

• Python 3.x : اللغة الأساسية المستخدمة لبناء النموذج.
• pandas : من أجل معالجة البيانات ومعالجة مجموعات البيانات.
• matplotlib : من أجل تصور البيانات (رسم شجرة القرار).
• Scikit-Learn : للتعلم الآلي ، بما في ذلك التدريب والتقييم النماذج.

---

أوضح الخطوات

1.

استيراد المكتبات اللازمة

استيراد الباندا كـ PD استيراد matplotlib.pyplot كما plt تحذيرات استيراد من sklearn.model_selection import train_test_split من Sklearn.tree Import DentreEclassifier من Sklearn.Metrics استيراد Accuracy_Score من شجرة استيراد Sklearn

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• pandas (pd):

  يتم استخدام هذا لمعالجة البيانات وتحميل البيانات بتنسيق DataFrame. تتيح لك DataFrames تنظيم البيانات المهيكلة والمعالجة مثل الجداول (الصفوف والأعمدة).

• matplotlib (plt):

  هذه مكتبة تخطيط تستخدم لتصور البيانات. هنا ، يتم استخدامه لرسم شجرة القرار بيانياً ، مما يساعد في فهم كيفية اتخاذ القرارات في كل عقدة من الشجرة.

• تحذيرات (تحذيرات):

  يتم استخدام وحدة التحذيرات لقمع أو التعامل مع التحذيرات. في هذا الرمز ، نتجاهل تحذيرات غير ضرورية للحفاظ على الناتج نظيفة وقابلة للقراءة.

• Scikit-Learn المكتبات:

  • Train_test_split : تقوم هذه الوظيفة بتقسيم مجموعة البيانات إلى مجموعات تدريب واختبار. يتم استخدام بيانات التدريب لتناسب النموذج ، ويتم استخدام بيانات الاختبار لتقييم أدائها.
  • قرار reclassifier : هذا هو النموذج الذي سيتم استخدامه لتصنيف البيانات والتنبؤ بتشجيع العميل. تعمل أشجار القرار من خلال إنشاء نموذج يشبه الأشجار للقرارات بناءً على الميزات.
  • ACCURACY_SCORE : تحسب هذه الوظيفة دقة النموذج من خلال مقارنة القيم المتوقعة مع القيم الفعلية للمتغير الهدف (churn).
  • شجرة : تتضمن هذه الوحدة وظائف لتصور شجرة القرار بمجرد تدريبها.

2.

قمع التحذيرات

تحذيرات. filterwarnings ("تجاهل")

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

يخبر هذا السطر Python بـ
• تجاهل جميع التحذيرات . يمكن أن يكون مفيدًا عندما تقوم بتشغيل النماذج ولا تريد تحذيرات (مثل تلك المتعلقة بالوظائف المنهكة) لتفكيك الإخراج.

3.

إنشاء مجموعة بيانات صناعية

data = { 'CustomerId': Range (1 ، 101) ، # معرف فريد لكل عميل "العمر": [20 ، 25 ، 30 ، 35 ، 40 ، 45 ، 50 ، 55 ، 60 ، 65]*10 ، # عمر العملاء "الشهرية الشهرية": [50 ، 60 ، 70 ، 80 ، 90 ، 100 ، 110 ، 120 ، 130 ، 140]*10 ، # شهرية الفاتورة "CustomererviceCalls": [1 ، 2 ، 3 ، 4 ، 0 ، 1 ، 2 ، 3 ، 4 ، 0]*10 ، # عدد مكالمات خدمة العملاء "churn": ["لا" ، "لا" ، "نعم" ، "لا" ، "نعم" ، "لا" ، "نعم" ، "نعم" ، "لا" ، "نعم"]*10 # churn status } df = pd.dataframe (البيانات) طباعة (df.head ())

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• هنا ، نقوم بإنشاء

  مجموعة بيانات صناعية للمشروع. تحاكي مجموعة البيانات هذه معلومات العميل لشركة اتصالات ، مع ميزات مثل Age و Donylycharge و CustomererviceCalls و churn المتغير المستهدف (سواء كان العميل قد قام بتشويه أم لا).

  • customerId : معرف فريد لكل عميل.
  • العمر : عصر العميل.
  • شهرية : فاتورة شهرية للعميل.
  • customererviceCalls : عدد المرات التي اتصل بها العميل خدمة العملاء.
  • churn : ما إذا كان العميل قد تم تخفيفه (نعم/لا).

• Pandas DataFrame : يتم تنظيم البيانات كبيانات بيانات (df) ، وهيكل بيانات ثنائي الأبعاد ، مما يسمح بمعالجة البيانات وتحليلها بسهولة.

4.

تقسيم البيانات إلى ميزات ومتغير الهدف

x = df [["العمر" ، "الشهرية" ، "CustomererviceCalls"] y = df ['churn'] # متغير الهدف

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• ميزات (x) : المتغيرات المستقلة المستخدمة للتنبؤ بالهدف. في هذه الحالة ، يشمل العمر ، الشهرية ، و CustomererviceCalls.
• المتغير الهدف (y) : المتغير التابع ، وهو القيمة التي تحاول التنبؤ بها. هنا ، هو عمود churn ، الذي يشير إلى ما إذا كان العميل سوف يتخلى أم لا.

5.

تقسيم البيانات إلى مجموعات التدريب والاختبار

x_train ، x_test ، y_train ، y_test = train_test_split (x ، y ، test_size = 0.3 ، random_state = 42)

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• Train_test_split يقسم مجموعة البيانات إلى جزأين: A مجموعة التدريب (تستخدم لتدريب النموذج) و A مجموعة الاختبار (تستخدم لتقييم النموذج).
  • test_size = 0.3 : يتم تخصيص 30 ٪ من البيانات للاختبار ، ويتم استخدام 70 ٪ المتبقية للتدريب.
  • random_state = 42 يضمن استنساخ النتائج عن طريق إصلاح البذور لمولد الأرقام العشوائية.

6.

تدريب نموذج شجرة القرار

clf = decentreeClassifier () clf.fit (x_train ، y_train)

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• decentreeClassifier () تهيئة نموذج شجرة القرار.
• clf.fit (x_train ، y_train) يدرب النموذج باستخدام بيانات التدريب. يتعلم النموذج أنماطًا من ميزات X_Train للتنبؤ بمتغير Targe Y_Train.

7.

إجراء تنبؤات

y_pred = clf.predict (x_test)

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• clf.predict (x_test) : بعد تدريب النموذج ، يتم استخدامه لجعل التنبؤات على مجموعة الاختبار (x_test). يتم تخزين هذه القيم المتوقعة في Y_PRED ، وسنقارنها بالقيم الفعلية (Y_Test) لتقييم النموذج.

8.

تقييم النموذج

الدقة = Accuracy_Score (y_test ، y_pred) PRINT (F "دقة: {دقة}")

import pandas as pd
import matplotlib.pyplot as plt
import warnings
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn import tree

• ACCURACY_SCORE (y_test ، y_pred) يحسب دقة النموذج من خلال مقارنة ملصقات churn المتوقعة (y_pred) مع ملصقات churn الفعلية (y_test) من مجموعة الاختبار.
الدقة
• هي مقياس لعدد التنبؤات كانت صحيحة. يتم طباعته للتقييم.
9.

تصور شجرة القرار

plt.figure (Figsize = (12 ، 8)) tree.plot_tree (clf ، exhip = true ، depative_names = ['age' ، 'monterlycharge' ، 'customererviceCalls'] ، class_names = ['no churn' ، 'churn']) plt.show ()

plt.figure(figsize=(12, 8))
tree.plot_tree(clf, filled=True, feature_names=['Age', 'MonthlyCharge', 'CustomerServiceCalls'], class_names=['no churn', 'churn'])
plt.show()

tree.plot_tree (clf ، ملأ = صواب)
• : تصور نموذج شجرة القرار المدربين. ملء = الوسيطة الحقيقية تلوين العقد على أساس تسمية الفئة (churn/no churn).
feature_names
• : يحدد أسماء الميزات (المتغيرات المستقلة) لعرضها في الشجرة.
class_names
• : يحدد ملصقات الفئة للمتغير الهدف (churn).
plt.show ()
• : يعرض تصور الشجرة.

تشغيل الرمز

---

استنساخ المستودع أو قم بتنزيل البرنامج النصي.

1. تثبيت التبعيات:
pip تثبيت pandas matplotlib scikit-learn

plt.figure(figsize=(12, 8))
tree.plot_tree(clf, filled=True, feature_names=['Age', 'MonthlyCharge', 'CustomerServiceCalls'], class_names=['no churn', 'churn'])
plt.show()

قم بتشغيل البرنامج النصي Python أو دفتر Jupyter لتدريب النموذج وتصور شجرة القرار.