R對於預測和傾向的預測模型原因％

Question

對於R和機器學習來說非常新穎，但是我不得不基於許多變量e.e進行預測客戶流失的項目。服務時間長度，發出的信用票據數量，錯過交付的數量，價格上漲的數量等。

我使用rpart和randomforest，並獲得了每個客戶端的流失預測數據集。我能夠產生一個信心矩陣，看看哪些是重要的指標。但是，輸出的目的是作爲「風險」客戶名單發送給銷售團隊處理。

對此，真正重要的是追加信心/傾向/可能性來攪動，這樣我可以按照風險排序，但是有沒有辦法爲每個客戶添加一個類別/彙總/原因至於爲什麼他們被預測會流失 - 即客戶abc - 價格上漲的高分，所以我們需要小心定價。客戶對錯過交付的拒絕率高 - 需要修復我們的服務？

非常感謝您的幫助。

Answer 1

1. 如果要預測流失概率，可以訓練邏輯迴歸模型並使用模型預測流失概率。您還可以找出導致客戶流失的重要預測變量（請參閱http://www.duplication.net.au/ANZMAC09/papers/ANZMAC2009-678.pdf），您可以使用anova和它一起查找重要前置變量解釋的變化。
2. 如果您想找出發生特定客戶流失的原因，您可以學習決策樹（CART/rpart）模型，然後按照從客戶所屬的決策樹中的根節點到葉節點的路徑學到了。
3. 最後，randomForest集合分類器可用於根據OOB誤差估計來查找流失的最重要預測變量。