學習如何預測未來客戶的歷史行爲

我有一個數據集，其中包含來自客戶的訪問歷史記錄。學習如何預測未來客戶的歷史行爲

它有三列數據集，包括客戶ID，AM/PM（AM或PM訪問）和Weekday/Weekend（工作日或週末訪問）。

我想從這個數據集中學習，並選擇在指定輸入（如AM/Weekday）中訪問次數最多的前50位客戶。現在，我使用一類SVM（我只有積極（訪問）數據）爲每個客戶創建模型。由於一類SVM只有二進制輸出，因此我只能告訴某個客戶將訪問或不輸入指定的輸入，而不是選擇前50名客戶。

我想知道是否有一個算法，可以從一個積極的唯一數據集中學習，並給出得分或概率，如輸出？

來源

2016-04-28 Tommy Pai

這是一個足以Data Science Stack Exchange（http://datascience.stackexchange.com/）的問題。你可能會在那裏得到更多的專業意見你也可以看看這個：https：//pkghosh.wordpress.com/2015/07/06/customer-conversion-prediction-with-markov-chain-classifier/ – armatita

這是機器學習中的一個子類別問題。您可以從這份調查中學到很多東西：「一級分類：技術的研究和回顧分類法」（http://arxiv.org/pdf/1312.0049.pdf）。希望能幫助到你。

來源

2016-04-28 13:34:47

學習如何預測未來客戶的歷史行爲

回答

相關問題