经过三部曲之后，f1的最大值是63%，随机森林产生的，尝试通过算法方向进行优化，比如神经网络，但是只有58%，感觉算法方向走不远，回到数据本身，试试特征方向。

---

一、比对离网客户三个月前和当月的GPRS和MOU

上三月的数据明显离散一些，而当月都明显存在往原点和两个轴的方向收缩。

离网客户三个月前的情况.png 离网客户当月的情况.png

二、比对离网客户两个月前和当月的ARPU和主叫次数

出现类似上面的情况。

image.png image.png

三、再看看特征随时间的变化

data_leave = copy.copy(data[data['yonghuzhuangtai']==1])
print(data_leave['dangyueARPU'].describe())
print(data_leave['shang2yueARPU'].describe())

print('------------------------------------------')

data_stay = copy.copy(data[data['yonghuzhuangtai']!=1])
print(data_stay['dangyueARPU'].describe())
print(data_stay['shang2yueARPU'].describe())

离网用户的arpu值变化.png 留存用户的arpu值变化.png

离网用户的arpu由两个月前的37.9元均值，变成当月的10.4元，下降较存量客户明显很多。再看看主叫次数，离网客户的主叫次数由两个月前的12.6次下降到当月的3.6次，而留存客户基本没变。

离网用户的主叫次数变化.png 留存用户的主叫次数变化..png

四、尝试生成的特征。

1、先针对主叫次数

生成当月与上2月的差额和是否下降的标记，有量化也有定性两种。

data['zhujiaocishu_xiahua'] = data['zhujiaocishu']-data['shang2yuezhujiaocishu']

data['zhujiaocishu_xiahua_label'] = data['zhujiaocishu_xiahua']<0
data['zhujiaocishu_xiahua_label']=data['zhujiaocishu_xiahua_label'].map({False:0,True:1})

主通次数减少的人数大概也是一半了，离网客户在主通次数减少的维度稍微多点，但是还是不明显啊。也先试试跑。

image.png

随机森立，默认参数跑跑。

• 增加特征前：f1 score = 0.5961244263131056
• 增加特征后：f1 score = 0.6011560693641618
  有0.5%的提升。可以继续走这个方向。

2、双降客户试试

变化不大。

五、试试用新数据跑