第 10 課：迷你專案 2 — 預測客戶流失

機器學習：從基礎到高級

第 1 部分：監督學習基礎

亞洲開發網

簡介

這是該系列的第一個小型項目分類。目標不僅僅是訓練流失模型，而是知道如何提出產品問題：預測誰要離開做什麼、將觸發什麼操作、哪些指標真正值得關注。

課程目標

• 制定了比較完整的分類工作流程。
• 建立基線，選擇指標，嘗試多個閾值。
• 從商業角度呈現結果。

問題背景

一家訂閱公司希望預測哪些客戶在未來 30 天內有離開的風險。如果您儘早知道，CS 或行銷團隊可以發送保留獎勵。

推薦程序

1.讀取並檢查資料。 2. 查看客戶流失率是否超標。 3. 建立一個簡單的基線。 4. 先訓練邏輯迴歸。 5.透過混淆矩陣、精確率、召回率、F1、ROC-AUC進行評估。 6.根據業務目標測試閾值。

功能建議

• 終身教職
• 每月費用
• 合約類型
• 支持門票
• 付款方式
• is_auto_renew

框架程式碼

從 sklearn.compose 導入 ColumnTransformer
從 sklearn.pipeline 導入管道
從 sklearn.preprocessing 導入 OneHotEncoder、StandardScaler
從 sklearn.impute 導入 SimpleImputer
從 sklearn.linear_model 導入 LogisticRegression

如何向利害關係人展示

不要只是說「模型達到 F1 = 0.71」。假設模型捕捉了即將流失的客戶的百分比，有多少客戶被錯誤警告，以及保留成本是否合理。

常見錯誤

• 資料超出類別時的準確性指示器。
• 不指定正在使用的閾值。
• 使用攪拌時間後出現的功能，導致洩漏。

練習練習

• 製作一本完整的筆記本來預測客戶流失。
• 選擇 2 個不同的門檻並比較假設的成本/效益。
• 將結論寫成一封簡短的電子郵件發送給 PM。

完成標準

• 具有清晰的基準、主要模型和指標。
• 有關於閾值的解釋。
• 從業務角度而非技術角度得出結論。

逐步練習（進階）

1. 設計具有明確預測視窗時間的流失目標變數。
2. 根據業務規則（基於規則）建立基準。
3. 訓練至少2個模型：Logistic + Tree-based。 4.根據假設的保留成本優化閾值。
4. 為業務團隊撰寫簡短的執行摘要。

應提交工件

• 帶管道的端到端筆記本。
• Markdown 文件總結了成本假設。
• 行動清單表：哪一組需要先介入。

自測題

• 流失標籤在哪一步可能會洩漏？
• 為什麼我們在 ML 模型之前需要一個基於規則的基準？
• 如何選擇哪個門檻更接近利潤目標？