银行电话营销预测模型代码实现
时间: 2023-09-18 10:09:17 浏览: 61
银行电话营销预测模型可以用各种机器学习算法进行实现,比如决策树、随机森林、逻辑回归等。下面是一个基于逻辑回归的银行电话营销预测模型的代码实现,供您参考:
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, confusion_matrix
# 读取数据
data = pd.read_csv('bank.csv', sep=';')
# 数据预处理
data['y'] = data['y'].apply(lambda x: 1 if x == 'yes' else 0)
data = pd.get_dummies(data, columns=['job', 'marital', 'education', 'default', 'housing', 'loan', 'contact', 'month', 'poutcome'])
# 划分训练集和测试集
X = data.drop('y', axis=1)
y = data['y']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 建立模型
model = LogisticRegression()
model.fit(X_train, y_train)
# 预测并评估模型
y_pred = model.predict(X_test)
print('Accuracy:', accuracy_score(y_test, y_pred))
print('Confusion matrix:\n', confusion_matrix(y_test, y_pred))
```
其中,'bank.csv' 是银行电话营销数据集,可以在网上找到。此代码实现了读取数据、数据预处理、训练模型、预测并评估模型的过程。