您当前所在的位置是: 主页 > 人造石 >
数据分析新工具MindsDB--用SQL预测用户流失
发布日期:2022-05-12 18:43   来源:未知   阅读:

  对于那些不想过度依赖通过高昂成本获取新客户的公司而言,留住现有客户非常重要。市场营销、销售及客户保留部门需要确保客户满意度,鼓励客户消费,适时为客户提供优惠,减少客户流失。

  在本教程中,你将学习如何使用 SQL 查询训练机器学习模型,并通过三个简单的步骤进行预测:

  在数据层通过 SQL执行机器学习,可以在许多方面为你提供帮助,例如删除不必要的 ETL 处理、与数据无缝集成、以及在 BI 工具中进行预测分析。接下来,我们将通过实例,向你展示如何预测电信公司新客户流失概率。

  请注意,在操作过程中,你可以通过连接到自己的数据库,使用不同的数据——此工作流程适用于大多数机器学习用例。

  在本教程中,我们将使用minddb Cloud。第一步,在上创建一个免费帐户。成功登录后,你将被重定向到 MindsDB Studio。

  首先,我们需要将 MindsDB 连接到存储客户流失数据的数据库。在左侧导航中,单击数据库(Database)。接下来,单击ADD DATABASE。在这里,我们需要提供连接数据库所需的所有参数。

  现在,我们已成功将 MindsDB 连接至数据库。现在,我们需要创建一个数据源,它要求我们将 MindsDB 连接到 Customer Churn 表。单击NEW DATASET并添加:

  填写完毕后,单击 CREATE。现在,我们已经成功创建了一个连接至数据库的新数据源。下一步,使用 MySQL 客户端连接到 MindsDB 的 MySQL API ,训练一个新模型,帮助我们预测客户流失。

  如果你的屏幕显示如上,那么你已成功连接。如果你遇到身份验证错误,请确保你提供的是用于在 MindsDB Cloud 上创建帐户的电子邮件。

  在本教程中,我们将使用客户流失数据集。每行代表一个客户,我们将训练一个机器学习模型,帮助我们预测客户是否会停止使用公司产品。下面是对数据中每个特征的简短描述。

  现在,我们将通过使用 MindsDB Studio 创建的数据源训练一个新的机器学习模型。

  你会看到 MindsDB 数据库中有 2 个可用的表。为了训练新的机器学习模型,我们需要在预测变量表中插入一条新记录,如下所示:

  这一步,我们是在创建一个名为 customer_churn 的模型,从而预测客户流失,同时忽略作为模型无关列的性别列。另还需要注意一点,在本例中, MindsDB 自动检测将自动检查ID 列 customerId 并忽略。这样,我们就正式开始了模型训练。如果想要检查训练是否完成,你可以从预测变量表中选择模型名称:

  下一步,查询模型并预测客户流失。让我们可以想象出一个客户,该客户将只使用 DSL 服务,不使用电话服务和多条线 个月了,并且有一个伴侣。将所有这些信息添加到 WHERE 子句中。

  现在,我们可以看到,该客户仍然会流失,但 MindsDB 作出此预测结果的可能性为 98%。

  在本教程中,我们看到了将机器学习直接引入数据库层并使用 SQL 查询训练/查询机器学习模型,是非常简单的,并演示了如何用 SQL 查询构建机器学习模型,而且仅需三步即可预测。

  如果你时间有限,你可以尝试使用 MindsDB 连接数据源、训练模型并在云端运行预测。试试看你能做出哪些预测。感谢你的阅读!

抗污抗裂石英石橱柜台面,人造石台面,环保安全无毒无辐射,中国橱柜配套企业10强,专注人造石和石英石17年。