Python全系列 教程
3567个小节阅读:5929.5k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
以信用卡客户的客户价值来解释下客户价值预测的具体含义:
客户价值预测就是指客户未来一段时间能带来多少利润,其利润的来源可能来自于信用卡的年费、取现手续费、分期手续费、境外交易手续费用等
分析出客户的价值后,在进行营销、电话接听、催收、产品咨询等各项服务时,就可以
针对高价值的客户进行区别于普通客户的服务
客户价值预测模型有助于进一步挖掘这些高价值客户的价值,并提高这些高价值客户的忠诚度
xxxxxxxxxx
# 读取数据
import pandas as pd
df = pd.read_excel('客户价值数据表.xlsx')
df.head() # 显示前5行数据
# 划分特征变量和目标变量
X = df[['历史贷款金额', '贷款次数', '学历', '月收入', '性别']]
y = df['客户价值']
# 划分训练集和测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)
# 模型训练
from sklearn.linear_model import LinearRegression
regr = LinearRegression()
regr.fit(X_train,y_train)
# 线性回归方程系数
regr.coef_ # 系数
regr.intercept_ # 截距
# 模型评估
regr.score(X_test,y_test)
# 另一种评估方法
from sklearn.metrics import r2_score
r2_score(y_test,regr.predict(X_test))
1. 关于信用卡客户的客户价值,下列说法正确的是:
A 所有客户的价值是一样的
B 客户价值预测模型有助于进一步挖掘高价值客户的价值
C 客户价值就是客户现在的资产
D 应该对高价值客户与普通客户无差别服务
2. 使用LinearRegression获取线性回归方程的系数的属性是_______:
A coef_
B intercept_
C fit
D score
1=>B 2=>A