计算多早做出正确的预测

Question

我有一个数据集，其中每一行都是客户生命周期的一个时间点。我对具有目标变量的数据进行了逻辑回归，以了解客户是否“流失”。我捕获了预测并将其添加到数据框中。以下是带有预测的样本数据集：

我现在想为每个单独的客户计算出正确做出预测的时间是多少？然后汇总整个客户集以为分类模型构建自定义指标。

Answer 1

好吧，这就是我计算指标的方式。如果有人知道更好的解决方案，请告诉我：

total_count = 0
true_pred = 0
tenure= validation_data['tenure'].unique()
for i in range(len(tenure)):
    running_tenure = i+1
    for index, row in validation_data.iterrows():    
        if row['tenure'] == running_tenure :
            total_count += 1
            if row['churn'] == row['pred_churn']:
                true_pred += 1
    Accuracy = float(float(true_pred)/total_count)))