期末大作业：客户流失数据可视化分析与预测

文章预览

今天云朵君和大家一起学习一个期末作业项目。 本文亮点： 项目流程完整，从数据预处理、特征工程、建模到预测 使用Pipline构建机器学习管道 使用optuna优化算法 数据完整、代码完整 背景 预测客户流失是机器学习在行业中的一种常见用例，特别是在金融和订阅服务领域。 流失率是指离开提供商的用户数量。它也可以指离开公司的员工（员工保留率）。 因此，银行客户流失（又称客户流失）是指客户停止与一家银行做生意或转向另一家银行。 数据 数据字典： Customer ID ：每个客户的唯一标识符 Surname ：客户的姓氏 Credit Score ：代表客户信用评分的数值 Geography ：客户居住的国家/地区 Gender ：顾客的性别 Age ：顾客的年龄。 Tenure ：客户在该银行的服务年限 Balance ：客户的账户余额 NumOfProducts ：客户使用的银行产品数量（例如储蓄账户、信用卡） Has ………………………………