---

可下载资源

挽留一个老用户相比拉动一个新用户，在增加营业收入、产品周期维护方面都是有好处的。并且获得一个新用户的成本是留存一个老用户的5~6倍。

本课题着眼于利用决策树算法和随机森林模型，对用户进行预测，判断哪些客户会流失。数据的处理方法以及机器学习本身算法理论的学习和代码实现在各领域具有相同性，之后同学可以在其他感兴趣的领域结合数据进行分析，利用此课题所学知识举一反三。

用户名密码登陆

channel <- odbcConnect("sa", uid="sa", pwd="12345")

用户寿命（天） 是否流失

head(data)

---

---

转换数据，拟合决策树模型

建立决策树预测是否流失

CARTmodel = rpart
draw.tree(CARTmodel) 

根据cp值对决策树进行剪枝

cp= CARTmodel$cptable[which.min(CARTmodel$cptable[,"xerror"]),"CP"]
cp

prune(CARTmodel, cp= CARTmodel$cpCP"])  #剪枝

CARTmodel2 <- prune(CARTmo

(predict(CARTmodel2,datanew.test ))

summary(CARTmodel2)

输出结果

CARTmodel2 

将表写进数据库里
sqlSave(channel,result_lossnew11,

变量重要程度

CARTmodel$varmportance

预测用户寿命.天.

CARTmodel = rpart(用户寿命.天. ~

绘制决策树

决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和CART等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。

输出决策树cp值

根据cp值对决策树进行剪枝

prune(CARTmodel, cp= CARTmodel$cptab

prune(CARTmodel

进行预测

predict(CARTmodel

输出结果

#mse

mean((as.numeric(tree.pred) - as.numeric(datanew.test$用户寿命.天.))^2)

## [1] 7713.91

变量重要程度

随机森林

随机森林是属于集成学习，其核心思想就是集成多个弱分类器以达到三个臭皮匠赛过诸葛亮的效果。

rf <- randomForest(datanew.train$用户寿命.天.  ~ 

MSE误差

mean(predict(rf)- datanew.train$用户寿命.天.  )^2

## [1] 0.007107568

变量重要程度

plot(d,center=TRUE,leaflab='none',

混淆矩阵

table(predict(rf), datanew.train$是否流失  )

##    
##       0   1
##   0  84  15
##   1  23 589

#变量重要程度
importance(rf)

chaid树

CHAID是一种高效的统计分箱技术，是商业上运用最成功的算法之一。通过统计检验方法，CHAID评估潜在预测变量的所有取值，合并对目标变量而言在统计意义上同质的取值成为一个分箱，保留那些有异质性的取值为单独的分箱，然后选择最佳的预测，成为决策树的第一个分支，因此每一个子节点都是同质的，此过程继续递推直至完成整个决策树。

plot(ct, mai

ctree

是否流失

plot(ct,

混淆矩阵

table(predict(ct), datanew.train$是否流失)

##    
##       0   1
##   0  89   1
##   1  18 603

预测类别概率

tr.pred = predict(ct, newdata=datanew.train, type="prob")
tr.pred

将结果表写进数据库里
sqlSave(channel,resul