模型之前的數(shù)據(jù)準(zhǔn)備都基本完成了，最后添加一個(gè)類型節(jié)點(diǎn)。
我們先研究的是下月登陸流失，所以現(xiàn)將下月充值流失角色設(shè)為無(wú)，下月登陸流失設(shè)為目標(biāo)，接下來(lái)就是選擇需要預(yù)測(cè)的模型。這里選擇了貝葉斯與C5.0的算法。
貝葉斯這里運(yùn)用了三種方法：TAN、Markov、Markov_FS
分別添加三個(gè)貝葉斯節(jié)點(diǎn)，名字分別命名：TAN、Markov、Markov_FS（方便辨識(shí)）。
TAN設(shè)置結(jié)構(gòu)類型為TAN；Markov設(shè)置結(jié)構(gòu)類型為Markov Blanket；Markov_FS設(shè)置結(jié)構(gòu)類型為Markov Blanket并且勾選“包括特征選擇預(yù)處理步驟”。分別運(yùn)行得到3個(gè)模型，最后連接一個(gè)“分析”節(jié)點(diǎn)，默認(rèn)狀態(tài)下按運(yùn)行。
分析節(jié)點(diǎn)運(yùn)行結(jié)果：
大家可以明顯發(fā)現(xiàn)，運(yùn)用貝葉斯的三種方法的準(zhǔn)確率基本都為83%，這說(shuō)明三種方法差別并不大。其實(shí)在一般預(yù)測(cè)來(lái)說(shuō)，80%以上已經(jīng)算比較好的結(jié)果了。但是這里將進(jìn)一步采用C5.0的算法與其比較。
添加C5.0算法節(jié)點(diǎn)，默認(rèn)狀態(tài)下按運(yùn)行，得到C5.0的模型，點(diǎn)擊C5.0模型節(jié)點(diǎn)
可以看到每一個(gè)變量的重要性，而“活躍度”這個(gè)變量的重要性是最高的。（這也說(shuō)明了一些衍生字段對(duì)后期分析的重要性）
接下來(lái)再添加“分析”節(jié)點(diǎn)發(fā)現(xiàn)準(zhǔn)確率達(dá)到85%，比貝葉斯要稍微好點(diǎn)。（有一些情況對(duì)決策樹使用boosting方法或者進(jìn)行截枝修剪嚴(yán)重性會(huì)得到更好的效果）
我們?cè)儆肅5.0模型進(jìn)一步進(jìn)行流失分析，添加“直方圖”節(jié)點(diǎn)：
選擇字段level OR 注冊(cè)時(shí)間，交疊字段顏色選擇我們通過(guò)C5.0預(yù)測(cè)出來(lái)的“$C-下月登陸流失”字段，點(diǎn)擊運(yùn)行。
用這個(gè)方法可以進(jìn)一步預(yù)測(cè)分析下月流失的等級(jí)分布，或者注冊(cè)時(shí)間分布，或者更多有關(guān)玩家的信息，原理一樣在這里不再做拓展。到這里流失預(yù)測(cè)模型已經(jīng)建好可以投入使用了。接上我們需要預(yù)測(cè)1月份的數(shù)據(jù)，我們可以進(jìn)一步看到這個(gè)預(yù)測(cè)模型在下個(gè)月的準(zhǔn)確性仍可以保持在85%左右，說(shuō)明預(yù)測(cè)的效果還是不錯(cuò)的，之后可以直接進(jìn)行一系列的分析。（在這里說(shuō)明一下，一般預(yù)測(cè)模型會(huì)隨著時(shí)間的推移慢慢減低準(zhǔn)確性，所以建議在做預(yù)測(cè)之前都用前一個(gè)月的數(shù)據(jù)來(lái)訓(xùn)練一次模型，從而能讓模型保持一定的準(zhǔn)確性）
附加一個(gè)12月份付費(fèi)用戶在1月份流失的注冊(cè)時(shí)間分布圖，大家看有沒(méi)有發(fā)現(xiàn)什么有意思的東西~
VIA：石_頭
更多詳細(xì)信息，請(qǐng)您微信關(guān)注“計(jì)算網(wǎng)”公眾號(hào)：
