2024-04-26 17:35:58 发布
网友
我有一个数据集,其中每一行都是客户生命周期中的一个时间点。我用目标变量对数据进行了逻辑回归,以判断客户是否“流失”。我捕获预测并添加到数据帧中。以下是预测的样本数据集:
我现在想计算一下,对于每个客户,在他/她的有生之年,预测正确的时间有多早?然后对整个客户集进行聚合,为分类模型构建自定义度量。你知道吗
好吧,这就是我计算指标的方法。如果有人知道更好的解决方案,请告诉我:
total_count = 0 true_pred = 0 tenure= validation_data['tenure'].unique() for i in range(len(tenure)): running_tenure = i+1 for index, row in validation_data.iterrows(): if row['tenure'] == running_tenure : total_count += 1 if row['churn'] == row['pred_churn']: true_pred += 1 Accuracy = float(float(true_pred)/total_count)))
好吧,这就是我计算指标的方法。如果有人知道更好的解决方案,请告诉我:
相关问题 更多 >
编程相关推荐