Classificar os clientes de telecomunicações

Este tutorial cria um modelo de regressão logística, que é uma técnica estatística para classificar registros com base nos valores dos campos de entrada. É análogo à regressão linear, mas leva um campo de destino categórico em vez de um numérico.

Por exemplo, suponha que um provedor de telecomunicações tenha segmentado sua base de clientes por padrões de uso de serviços, categorizando os clientes em quatro grupos. Se os dados demográficos puderem ser usados para prever a associação ao grupo, será possível customizar ofertas para clientes em potencial individuais.

Visualizando o tutorial

Assistir vídeo Assista a este vídeo para visualizar as etapas deste tutorial. Pode haver pequenas diferenças na interface do usuário mostrada no vídeo. O vídeo deve ser um complemento do tutorial escrito. Este vídeo oferece um método visual para aprender os conceitos e as tarefas desta documentação.

Experimente o tutorial

Neste tutorial, você concluirá estas tarefas:

Exemplo de fluxo do modelador e conjunto de dados

Este tutorial usa o fluxo Classifying Telecommunications Customer (Classificando clientes de telecomunicações ) no projeto de amostra. O arquivo de dados usado é telco.csv. A imagem a seguir mostra o fluxo do modelador de amostra.

Figura 1. Fluxo do modelador de amostras
Fluxo do modelador de amostras

A imagem a seguir mostra o conjunto de dados usado com esse fluxo do modelador.

Figura 2 Conjunto de dados de amostra
Conjunto de dados de amostra
O exemplo se concentra no uso de dados demográficos para prever os padrões de uso. O campo de destino custcat tem quatro valores possíveis que correspondem aos quatro grupos de clientes, como segue:
Tabela 1. Valores possíveis para o campo de destino
Valor Rótulo
1 Serviço Básico
2 E-Service
3 Serviço Plus
4 Serviço total

Como o destino tem várias categorias, um modelo multinomial é usado. Se o alvo tiver duas categorias distintas, como sim/não, verdadeiro/falso ou rotatividade/não rotatividade, poderá ser criado um modelo binomial.

Tarefa 1: Abrir o projeto de amostra

O projeto de amostra contém vários conjuntos de dados e fluxos de modelador de amostra. Se você ainda não tiver o projeto de amostra, consulte o tópico Tutoriais para criar o projeto de amostra. Em seguida, siga estas etapas para abrir o projeto de amostra:

  1. Em Cloud Pak for Data no menu de navegação Menu de Navegação, escolha Projetos > Exibir todos os projetos.
  2. Clique em SPSS Modeler Project.
  3. Clique na guia Assets (Ativos ) para ver os conjuntos de dados e os fluxos do modelador.

Ícone de ponto de controle Verifique seu progresso

A imagem a seguir mostra a guia Assets (Ativos) do projeto. Agora você está pronto para trabalhar com o fluxo do modelador de amostra associado a este tutorial.

Projeto de amostra

de volta para a parte superior

Tarefa 2: Examinar os nós Data Asset, Type e Filter

O fluxo do modelador Classifying Telecommunication Customers inclui vários nós. Siga estas etapas para examinar três dos nós:

  1. Na guia Assets (Ativos ), abra o fluxo do modelador Classifying Telecommunication Customers (Classificando clientes de telecomunicações ) e aguarde o carregamento da tela.
  2. Clique duas vezes no nó telco.csv. Esse nó é um nó de ativo de dados que aponta para o arquivo telco.csv no projeto.
  3. Revise as propriedades do formato do arquivo.
  4. Opcional: Clique em Preview data (Visualizar dados) para ver o conjunto completo de dados.
  5. Clique duas vezes no nó Type e clique em Read Values. Esse nó especifica as propriedades do campo, como o nível de medição (o tipo de dados que o campo contém) e a função de cada campo como alvo ou entrada na modelagem. Certifique-se de que todos os níveis de medição estejam definidos corretamente. Por exemplo, a maioria dos campos com valores de 0.0 e 1.0 podem ser considerados como sinalizadores.
    Figura 3. Níveis de medição
    Tipo Nó, níveis de medição

    Observe que " gender é considerado mais corretamente como um campo com um conjunto de dois valores, em vez de um sinalizador, portanto, deixe seu valor de medição como Nominal.
  6. Configure a função para o campo custcat como Destino. Deixe a função para todos os outros campos configurados como Entrada.
  7. Clique duas vezes no nó Filter para ver suas propriedades.
  8. Observe que esse nó filtra apenas os campos relevantes: ' region, ' age, ' marital, ' address, ' income, ' ed, ' employ, ' retire, ' gender, ' reside e ' custcat). Outros campos são excluídos desta análise.

Ícone de ponto de controle Verifique seu progresso

A imagem a seguir mostra o nó Filter. Agora você está pronto para visualizar o nó Logistic.

Nó de Filtro

de volta para a parte superior

Tarefa 3: Visualizar o nó Logistic

Siga estas etapas para classificar os clientes usando a regressão logística multinomial:

  1. Clique duas vezes no nó custcat (Logistic) para ver suas propriedades.
  2. Na seção Model Settings (Configurações do modelo ), selecione o procedimento Multinomial.
    • Um modelo binomial é usado quando o campo de destino é um sinalizador ou campo nominal com dois valores discretos.
    • Um modelo multinomial é usado quando o campo de destino é um campo nominal com mais de dois valores.
  3. Em seguida, selecione o método Stepwise e o tipo de modelo Main Effects. Além disso, marque a caixa de seleção Incluir constante na equação.
    Figura 4. Configurações do modelo de nó logístico
    Configurações do modelo de nó logístico
  4. Na seção Expert Options, selecione o modo Expert.
  5. Clique em Output. Selecione a tabela de classificação e clique em OK.
    Figura 5. Nó logístico Opções de saída
    Nó logístico Opções de saída

Ícone de ponto de controle Verifique seu progresso

A imagem a seguir mostra o nó Logistic. Agora você está pronto para navegar pelo modelo.

nó Logística

de volta para a parte superior

Tarefa 4: Navegar no modelo

Siga estas etapas para procurar o modelo:

  1. Passe o mouse sobre o nó custcat (Logística) e clique no ícone ExecutarÍcone de execução.
  2. No painel Outputs and models (Saídas e modelos ), clique no modelo custcat para visualizar os resultados.
    Figura 6. Gráfico de importância das características do modelo
    Gráfico de importância das características do modelo

É possível então explorar as informações do modelo, importância do recurso (preditor) e informações de estimativas de parâmetro.

Esses resultados são baseados apenas nos dados de treinamento. Para avaliar o grau de generalização do modelo para outros dados no mundo real, é possível usar um nó Partition para manter um subconjunto de registros para fins de teste e validação.

Ícone de ponto de controle Verifique seu progresso

de volta para a parte superior

Resumo

Este exemplo mostrou como usar dados demográficos para prever padrões de uso, criando um modelo de regressão logística para classificar registros com base nos valores dos campos de entrada.

Próximas etapas

Agora você está pronto para experimentar outros tutoriais do SPSS® Modeler.