利用Pipeline(客戶年齡/職業/婚姻/教育/違約/餘額/住房等)預測客戶是否購買該銀行的産品二分類(預測、推理)
資料說明
該資料集是葡萄牙銀行機構進行營銷活動所得。這些營銷活動一般以電話為基礎，銀行的客服人員至少聯系客戶一次，以确認客戶是否有意願購買該銀行的産品（定期存款）。目标是預測客戶是否購買該銀行的産品。
NO 字段名稱 資料類型 字段描述
1 ID Int 客戶唯一辨別
2 age Int 客戶年齡
3 job String 客戶的職業
4 marital String 婚姻狀況
5 education String 受教育水準
6 default String 是否有違約記錄
7 balance Int 每年賬戶的平均餘額
8 housing String 是否有住房貸款
9 loan String 是否有個人貸款
10 contact String 與客戶聯系的溝通方式
11 day Int 最後一次聯系的時間（幾号）
12 month String 最後一次聯系的時間（月份）
13 duration Int 最後一次聯系的交流時長
14 campaign Int 在本次活動中，與該客戶交流過的次數
15 pdays Int 距離上次活動最後一次聯系該客戶，過去了多久（999表示沒有聯系過）
16 previous Int 在本次活動之前，與該客戶交流過的次數
17 poutcome String 上一次活動的結果
18 y Int 預測客戶是否會訂購定期存款業務
資料參考：Citation: [Moro et al., 2014] S. Moro, P. Cortez and P. Rita. A Data-Driven Approach to Predict the Success of Bank Telemarketing. Decision Support Systems, Elsevier, 62:22-31, June 2014
輸出結果
檢視資料分布
分析資料
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 ID 25317 non-null int64
1 age 25317 non-null int64
2 job 25317 non-null object
3 marital 25317 non-null object
4 education 25317 non-null object
5 default 25317 non-null object
6 balance 25317 non-null int64
7 housing 25317 non-null object
8 loan 25317 non-null object
9 contact 25317 non-null object
10 day 25317 non-null int64
11 month 25317 non-null object
12 duration 25317 non-null int64
13 campaign 25317 non-null int64
14 pdays 25317 non-null int64
15 previous 25317 non-null int64
16 poutcome 25317 non-null object
17 y 25317 non-null int64
dtypes: int64(9), object(9)
memory usage: 3.5+ MB
訓練集計算相關系數：
y 1.000000
ID 0.556627
duration 0.394746
pdays 0.107565
previous 0.088337
campaign 0.075173
balance 0.057564
day 0.031886
age 0.029916
訓練集 y标簽的比例： 0.11695698542481336
依次檢視訓練集、測試集中，類别型字段的細分類
job ['admin.', 'blue-collar', 'entrepreneur', 'housemaid', 'management', 'retired', 'self-employed', 'services', 'student', 'technician', 'unemployed', 'unknown']
marital ['divorced', 'married', 'single']
education ['primary', 'secondary', 'tertiary', 'unknown']
default ['no', 'yes']
housing ['no', 'yes']
loan ['no', 'yes']
contact ['cellular', 'telephone', 'unknown']
month ['apr', 'aug', 'dec', 'feb', 'jan', 'jul', 'jun', 'mar', 'may', 'nov', 'oct', 'sep']
poutcome ['failure', 'other', 'success', 'unknown']
輸出訓練過程
Fitting 7 folds for each of 32 candidates, totalling 224 fits
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 4 concurrent workers.
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50 ..........
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 31.1s
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 31.0s
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 31.7s
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 32.2s
[CV] forst_reg__max_features=45, forst_reg__n_estimators=100 .........
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 27.1s
[CV] forst_reg__max_features=45, forst_reg__n_estimators=50, total= 26.6s
導出推理結果