Question

我正在使用以下数据集：http://www.sgi.com/tech/mlc/db/churn.data

变量描述：http://www.sgi.com/tech/mlc/db/churn.names

我做了初步编码，但我真的无法弄清楚如何对这些数据进行逻辑回归和随机森林技术来预测变量和流失率的重要性。

public class FragmentExample extends Fragment {

    private View rootView;

    public FragmentExample() {}

@Override
public View onCreateView(final LayoutInflater inflater, final ViewGroup container, final Bundle savedInstanceState) {

    if (rootView == null) {

        rootView = inflater.inflate(R.layout.fragment_example_layout, container, false);

        // Initialise your layout here

    } else {
        ((ViewGroup) rootView.getParent()).removeView(rootView);
    }

    return rootView;
    }
}

此外，我无法弄清楚如何使用我在进一步分析中构建的模型。

请帮帮我。

Answer 1

您是否有任何关于您尝试做的示例代码？你有什么进一步的分析计划？如果您只是尝试对数据进行逻辑回归，则通用格式为：

userName1 = input('What is your name?')
scores = input('User scores, comma seperated')
print("user %s has max score %d"%(userName1, max(map(scores.split(','),int))))

尝试lr <- glm(Churn ~ international.plan + voice.mail.plan + number.vmail.messages + account.length, family = "binomial", data = dat)和help(glm)

如何进行逻辑回归和随机森林预测流失率

1 个答案: