预测一段时间内的客户流失

如何解决预测一段时间内的客户流失

我拥有的数据集除其他外有2列。订阅有service_start_date和service_end_date。目标列是has_churned，它是布尔值。

如何进行火车/乘车/测试拆分？它应该与时间有关吗？例如，三个月之前的所有数据都是训练数据，最后三个月为验证数据，或者可以是随机数据吗？

另一个重要的问题是，如果我想在流失预测中添加时间范围，该怎么做？例如，如果我要预测在未来3个月，6个月等时间内可能会流失的客户？我该如何实现？测试数据集的外观如何？

谢谢。感谢帮助。

解决方法

看来您的最终目标是预测给定时间范围内的用户流失。在该任务中，您将在时间 t 上拥有数据快照，并使用该快照进行预测。您需要在训练数据集中重现这些条件，但让我们首先讨论什么是“时间依赖性”。

A）您的数据集时间如何？

您的数据集会随着时间而变化，但是我认为时间不应该是因变量。确实，（连续）时间可以告诉您客户流失的可能性有哪些？您可以转换数据集以消除对时间的依赖。方法如下：

• 当您使用service_start_date和service_end_date时，我认为对于客户流失预测真正重要的是了解服务的持续时间。您可以进行一些功能设计并将service_start_date替换为time_from_subscription，将service_end_date替换为time_to_end_of_subscription。但是，这意味着您将为给定的日期创建一个数据集，我将在B部分中进行开发。但是请注意，如果您的服务只有一个可能的期​​限，那么您将拥有多余的功能，因此在这种情况下，您只能保留一个。 li>
• 如果您的服务订阅可能会受到时间的影响，那么您当然可以用其他方式对其进行编码。例如，如果您的服务是亚马逊的主要试用版，那么人们可能会在圣诞节期间订阅从中受益，然后大吃一惊。可以通过将月份作为分类变量进行编码。

通常，您应该想知道时间本身是否可以解释流失，或者它只是可以以时间独立方式表达的另一个变量的代理，我认为对于您所做的事情，应该有可能。当然，我对您正在研究的服务一无所知，所以我可能是错的，但是如果需要，我很乐意更新此答案！

B）如何创建训练数据集？

如果可以按照上述方法转换数据集，则创建火车数据集将更加容易。为了模仿预测任务，您将不得不使用一个或几个日期来创建数据快照，并将这些快照组合到一个训练数据集中（实际上您将随时间进行采样）。根据快照，变量time_from_subscription，time_to_end_of_subscription和其他变量可能会有所不同。目标也将有所不同，您将不得不使用类似churn_in_three_months之类的东西来代替have_churned。

快照的数量和频率将取决于数据集。总体而言，最终数据集应代表变量所取的所有可能值。如果您有month列，则每月至少需要一个快照。您还必须查看最终数据集中变量的分布，并估计采样是否正确完成。

最后一句话：如果您使用我在此描述的策略，则应谨慎使用将要使用的评估指标。实际上，假设您在训练数据集churn_in_three_months=True中预测了churn_in_three_months=False。如果客户实际上在三个月零一个星期后进行了搅动，那还是一个不好的预测吗？