多元线性回归:客户价值预测
多元线性回归的原理与一元线性回归的原理区别在于有多个因素对目标变量产生影响,广泛运用于商业数据分析中。
01 数学原理
多元线性回归模型表达式如下:
其中,、
、
......为不同特征变量,
、
、
......为特征变量系数,
为常数。多元回归模型的搭建是通过数学公式计算而获取合适的系数,使得如下公式的残差平方和最小,其中
为实际值,
为预测值。
02 模型搭建
核心代码与一元线性回归一致,具体如下:
from sklearn.linear_model import LinearRegression
regr = LinearRegression()
regr.fit(X, Y)
上述代码与一元线性回归代码的区别在于X包含了多个特征变量。
“ 多元线性回归的原理与一元线性回归的原理区别在于有多个因素对目标变量产生影响,广泛运用于商业数据分析中。”
03 案例:客户价值预测
1. 应用背景
本案例预测信用卡用户的客户价值,主要是通过【'历史贷款金额', '贷款次数', '学历', '月收入', '性别'】这五个因素进行预测其价值,然后再根据其价值,后续在进行营销、服务、催收、产品咨询等方面业务时,工作人员可区别于普通客户对高价值客户进行服务,从而进一步挖掘其价值,并提高他们的忠诚度。
2.读取数据
通过以下代码,读取之前已准备好的数据。
# 2.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
显示前五行数据如下。“客户价值”列仅为1年的客户价值,“学历”列已做过预处理,其中2、3、4分别表示高中学历、本科学历、硕士学历。“性别”中0和1分别表示女性、男性。“客户价值”是因变量,第2至6列均为自变量。
3. 模型搭建
from sklearn.linear_model import LinearRegression
regr = LinearRegression()
regr.fit(X, Y)
4. 线性回归方程构造
regr.coef_
5. 运行结果
则多元线性回归模型表达式如下:
6. 模型预测
import statsmodels.api as sm # 引入线性回归模型评估相关库
X2 = sm.add_constant(X)
est = sm.OLS(Y, X2).fit()
print(est.summary())
通过上图可以看出,由于数据量较少的原因,R-squared的值只有0.559,Adj.R-squared的值只有0.541,整体拟合效果并不理想。再来看P值,“性别”的P值最大,达到0.989,与目标变量没有显著相关,这个结论告诉我们,在之后的建模中,“性别”这一变量影响可以忽略不计,故而专门针对女性设计“女神卡”(只能女性申请的卡种)这一措施,对于挖掘客户价值的没有太大的意义。
7. 本案例的缺陷
本案例是在已知客户价值的前提下进行建模的,如果未知客户价值的前提下,则需要使用非监督机器学习算法,此时不能直接预测客户价值,需要先使用K-means聚类算法对客户进行分群处理。
多元线性回归:客户价值预测相关推荐
- MOOC网深度学习应用开发1——Tensorflow基础、多元线性回归:波士顿房价预测问题Tensorflow实战、MNIST手写数字识别:分类应用入门、泰坦尼克生存预测
Tensorflow基础 tensor基础 当数据类型不同时,程序做相加等运算会报错,可以通过隐式转换的方式避免此类报错. 单变量线性回归 监督式机器学习的基本术语 线性回归的Tensorflow实战 ...
- 基于多元线性回归的房价预测
基于多元线性回归的房价预测 摘要 市场房价的走向受到多种因素的影响,通过对影响市场房价的多种因素进行分析,有助于对未来房价的走势进行较为准确的评估. 多元线性回归适用于对受到多因素影响的数据进行分析的 ...
- python f检验 模型拟合度_多元线性回归模型检验和预测
一.概述 (F检验)显著性检验:检测自变量是否真正影响到因变量的波动. (t检验)回归系数检验:单个自变量在模型中是否有效. 二.回归模型检验 检验回归模型的好坏常用的是F检验和t检验.F检验验证的是 ...
- PostgreSQL 多元线性回归 - 2 股票预测
前面写了两篇关于股价预测的,都是用的一元回归,也就是说只用了1个自变量. 例如用昨天的收盘价预测今天的收盘价,但是元素太单一的话,除非自变量的影响因素非常大,否则容易不准. 所以就有了多元回归,例如, ...
- 多元线性回归算法预测房价【人工智能】
目录 一.理论知识 二.Excel多元线性回归 1.数据集 2.数据分析 三.借助Sklearn库实现多元线性回归 1.基础包与数据导入 2.变量探索 3.分析数据 4.建立线性回归模型 5.Skle ...
- 机器学习(二)多元线性回归算法预测房价
机器学习(二)多元线性回归算法预测房价 本篇文章已作为重庆交通大学19级微课<机器视觉>大作业提交,提前声明,避免抄袭误会 "garbage in garbage out&quo ...
- R语言构建多元线性回归模型预测汽车的耗油效率
目录 确定研究目的以及确定因变量和自变量 数据预处理 缺失值处理 异常值处理 估计回归模型参数,建立模型 判断数据是否满足多重线性回归假设条件 (1).线性 (2).独立性 (3).正态性 (4).方 ...
- 多元线性回归及案例(Python)
1 多元线性回归简介 多元线性回归模型可以表示为如下所示的公式. 其中x1.x2.x3--为不同的特征变量,k1.k2.k3--则为这些特征变量前的系数,k0为常数项. 2 案例:客户价值预测模型 利 ...
- 《计量经济学》学习笔记之多元线性回归模型
导航 上一章:一元线性回归模型 下一章:放宽基本假定的模型 文章目录 导航 3.1多元线性回归模型 一.多元线性回归模型 二.多元线性回归的基本假设 3.2多元线性回归模型的参数估计 四.参数统计量的 ...
- 吴恩达-机器学习-多元线性回归模型代码
吴恩达<机器学习>2022版 第一节第二周 多元线性回归 房价预测简单实现 以下以下共两个实验,都是通过调用sklearn函数,分别实现了 一元线性回归和多元线性回归的房价 ...
最新文章
- 阿里云服务器ECS配置LNMP
- 11g新特性:X$DBGALERTEXT一个很酷的内部视图
- html用户登录界面开源代码_Toolkit Pro助力企业开专业且强大的图形用户界面,抢占市场先机...
- php如何连接mongodb,PHP 连接 MongoDB
- php warning: file_get_contents,Ecshop报警告:Warning: file_get_contents
- SAP 电商云 Spartacus Schematics 开发环境搭建
- 【GoWeb开发实战】Cookie
- angularjs 表单验证 和 页面初始化闪烁
- 知乎招聘搜索算法实习生!邀你共建知乎搜索引擎!
- Jersey中ContainerRequestFilter的使用
- (3.13)mysql基础深入——mysql日志分析工具之mysqlsla【待完善】
- lisp压盖_华为笔试题--LISP括号匹配 解析及源码实现
- 长沙湘江科技学校计算机信息,长沙湘江科技中等职业学校简介|长沙湘江科技中等职业学校介绍...
- ansys时间步长怎么设置_ANSYS瞬态动力学分析中的时间步长的选择
- 第1章 软件设计师考试分析
- 5分钟学会图片优化 之 七伤拳
- Costech A17M23SWB MTo
- 泥瓦匠聊并发编程基础篇:线程中断和终止
- 宽带认证失败连接服务器无响应,路由器宽带账号认证失败的解决办法
- 2021年中国棘轮手柄市场趋势报告、技术动态创新及2027年市场预测
热门文章
- mysql创建数据库格式,MySQL 创建数据库的简单示例(utf-8格式)
- Kotlin 系列 之 Flow (一)
- 2020语义分割网络语义流:Semantic Flow for Fast and Accurate Scene Parsing
- 解决PMML namespace URI httpwww.dmg.orgPMML-4_4 is not supported
- 30KP30A高功率瞬态二极管参数
- UMTS基础知识汇总
- 常规操作系统Windows系统淋雨系统Unix系统netware等系统介绍分析
- Git LFS报错“Git LFS is not installed”
- 置换检验 配对秩和检验
- 火狐浏览器分辨率_Firefox在全球浏览器市场占有率达到20%