### 构建并评估分类模型 为了根据`customer_data.csv`文件中的年龄、收入、历史购买次数和购买行为构建并评估分类模型，可以采用以下方法： #### 数据准备 首先，加载必要的库，并读取CSV文件。这一步骤确保能够访问到所有用于分析的数据。 ```python import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, classification_report # 加载数据集 df = pd.read_csv('customer_data.csv') ``` #### 特征工程 接着，对数据进行预处理，包括标准化数值特征以及编码任何可能存在的分类变量。这里假设所有的输入都是数值型的；如果有其他类型的列，则需额外处理[^4]。 ```python # 假设 'Age', 'Income', 'PurchaseFrequency' 是数值属性; 'Churn'为目标标签 X = df[['Age', 'Income', 'PurchaseFrequency']] y = df['Churn'] # 对数值特征应用标准缩放器 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) # 将numpy数组转换回DataFrame以便后续操作更方便 X_df = pd.DataFrame(X_scaled, columns=['scaled_Age', 'scaled_Income', 'scaled_PurchaseFrequency']) ``` #### 划分训练集与测试集 将数据划分为训练集和测试集，使得可以在未见过的数据上验证模型性能。 ```python # 使用train_test_split函数划分数据集 X_train, X_test, y_train, y_test = train_test_split(X_df, y, test_size=0.2, random_state=42) ``` #### 模型训练 选择逻辑回归作为基础分类算法来进行初步尝试。当然也可以考虑其他的机器学习算法如随机森林或支持向量机等。 ```python # 创建Logistic Regression实例 clf = LogisticRegression() # 训练模型 clf.fit(X_train, y_train) ``` #### 模型评估 最后，在测试集上运行预测，并通过多种指标衡量模型的表现。 ```python # 预测新样本所属类别 predictions = clf.predict(X_test) # 输出准确率和其他评价指标 print(f"Accuracy: {accuracy_score(y_test, predictions)}") print(classification_report(y_test, predictions)) ``` 上述过程展示了如何使用Python根据给定的客户数据建立简单的二元分类模型，并对其进行基本评估。实际项目中还需要进一步优化参数设置、探索更多复杂的模型结构以及深入理解业务背景下的具体需求。