[삼성 SDS Brightics] 개인분석 #1-3 브라이틱스로 고객 이탈 여부를 얼마나 잘 맞출까?(feat.로지스틱회귀분석)

 

안녕하세요 서포터즈 3기 문수빈 입니다 3주간 진행되는 데이터 분석 마지막 시간입니다!!

로지스틱 회귀분석의 이론에 대해 지난 블로그에서 알아봤는데요 이번 시간에는 분석을 진행해 보려고 합니다.

​

로지스틱 회귀분석의 이론을 더 깊게 알아보고자 하는 분들은

[Brightics 알고리즘 사례 시리즈] Logistics Regression - GT Admission - YouTube

유튜브에서 AI가 자세히 설명해 주고 Brightics를 활용한 로지스틱회귀분석을 진행하니 이 유튜브 링크를 참고해주세요!

​

오늘 분석의 전체적인 flow입니다

​

로지스틱회귀분석(Logistic Regression)

종속변수와 독립변수를 설정해 줍니다. 독립변수는 일단 더미변수화 시킨 것을 모두 넣었습니다.

설정을 건들지 않고 run을 누릅니다.

최종모형의 정확도는 0.795로 나타나네요 정확도를 더 높일 수 있다면 좋을 것 같습니다.

​

​

​

​

3주간 분석 프로젝트가 끝났습니다~!!! 혹시 이해가 안되거나 모르는 부분 또는 궁금하신 점은 언제든지 댓글 달아주시면 답변해 드리겠습니다

다음에는 팀 분석 프로젝트로 찾아올게요!

​

* Brighitcs 서포터즈 활동의 일환으로 작성된 포스팅입니다.

​

#삼성SDS #삼성SDSBrightics #Brightics #브라이틱스 #Brightics서포터즈 #브라이틱스서포터즈. #BrighticsAI #BrighitcsStudio #AI#인공지능 #데이터분석 #빅데이터 #SamsungSDS #분석초보 #브라이틱스스튜디오 #모델링 #코딩 #코딩초보 #분석툴 #Python #R #Scala #SAS #통계 #대학생 #대외활동 #대학생대외활동