如何用Python和深度神經網路發現即將流失的客戶？

想不想了解如何用Python快速搭建深度神經網路，完成數據分類任務？本文一步步為你展示這一過程，讓你初步領略深度學習模型的強大和易用。

煩惱

作為一名數據分析師，你來到這家跨國銀行工作已經半年了。

今天上午，老闆把你叫到辦公室，面色凝重。

你心裡直打鼓，以為自己捅了什麼簍子。幸好老闆的話讓你很快打消了顧慮。

他發愁，是因為最近歐洲區的客戶流失嚴重，許多客戶都跑到了競爭對手那裡接受服務了。老闆問你該怎麼辦？

你脫口而出「做好客戶關係管理啊！」

老闆看了你一眼，緩慢地說「我們想知道哪些客戶最可能在近期流失」。

沒錯，在有魚的地方釣魚，才是上策。

你明白了自己的任務——通過數據鎖定即將流失的客戶。這個工作，確實是你這個數據分析師分內的事兒。

你很慶幸，這半年做了很多的數據動態採集和整理工作，使得你手頭就有一個比較完備的客戶數據集。

下面你需要做的，就是如何從數據中「沙裡淘金」，找到那些最可能流失的客戶。

可是，該怎麼做呢？

你拿出歐洲區客戶的數據，端詳起來。

客戶主要分布在法國、德國和西班牙。

你手裡掌握的信息，包括他們的年齡、性別、信用、辦卡信息等。客戶是否已流失的信息在最後一列（Exited）。

怎麼用這些數據來判斷顧客是否會流失呢？

以你的專業素養，很容易就判斷出這是一個分類問題，屬於機器學習中的監督式學習。但是，你之前並沒有做過實際項目，該如何著手呢？

別發愁，我一步步給你演示如何用Python和深度神經網路（或者叫「深度學習」）來完成這個分類任務，幫你鎖定那些即將流失的客戶。

環境

工欲善其事，必先利其器。我們先來安裝和搭建環境。

首先是安裝Python。

請到這個網址下載Anaconda的最新版本。

請選擇左側的Python 3.6版本下載安裝。

其次是新建文件夾，起名為demo-customer-churn-ann，並且從這個鏈接下載數據，放到該文件夾下。

（註：樣例數據來自於匿名化處理後的真實數據集，下載自superdatascience官網。）

打開終端（或者命令行工具），進入demo-customer-churn-ann目錄，執行以下命令：

jupyter notebookn

瀏覽器中會顯示如下界面：

點擊界面右上方的New按鈕，新建一個Python 3 Notebook，起名為customer-churn-ann。

準備工作結束，下面我們開始清理數據。

清理

首先，讀入數據清理最常用的pandas和numpy包。

import numpy as npnimport pandas as pdn

從customer_churn.csv里讀入數據：

df = pd.read_csv(customer_churn.csv)n

看看讀入效果如何：

df.head()n

這裡我們使用了head()函數，只顯示前5行。

可以看到，數據完整無誤讀入。但是並非所有的列都對我們預測用戶流失有作用。我們一一甄別一下：

• RowNumber：行號，這個肯定沒用，刪除
• CustomerID：用戶編號，這個是順序發放的，刪除
• Surname：用戶姓名，對流失沒有影響，刪除
• CreditScore：信用分數，這個很重要，保留
• Geography：用戶所在國家/地區，這個有影響，保留
• Gender：用戶性別，可能有影響，保留
• Age：年齡，影響很大，年輕人更容易切換銀行，保留
• Tenure：當了本銀行多少年用戶，很重要，保留
• Balance：存貸款情況，很重要，保留
• NumOfProducts：使用產品數量，很重要，保留
• HasCrCard：是否有本行信用卡，很重要，保留
• IsActiveMember：是否活躍用戶，很重要，保留
• EstimatedSalary：估計收入，很重要，保留
• Exited：是否已流失，這將作為我們的標籤數據

上述數據列甄別過程，就叫做「特徵工程」（Feature Engineering），這是機器學習裡面最常用的數據預處理方法。如果我們的數據量足夠大，機器學習模型足夠複雜，是可以跳過這一步的。但是由於我們的數據只有10000條，還需要手動篩選特徵。

選定了特徵之後，我們來生成特徵矩陣X，把剛才我們決定保留的特徵都寫進來。

X = df.loc[:,[CreditScore, Geography, Gender, Age, Tenure, Balance, NumOfProducts, HasCrCard, IsActiveMember, EstimatedSalary]]n

看看特徵矩陣的前幾行：

X.head()n

顯示結果如下：

特徵矩陣構建準確無誤，下面我們構建目標數據y，也就是用戶是否流失。

y = df.Exitednny.head()nn0 1n1 0n2 1n3 0n4 0nName: Exited, dtype: int64n

此時我們需要的數據基本上齊全了。但是我們發現其中有幾列數據還不符合我們的要求。

要做機器學習，只能給機器提供數值，而不能是字元串。可是看看我們的特徵矩陣：

X.head()n

顯然其中的Geography和Gender兩項數據都不符合要求。它們都是分類數據。我們需要做轉換，把它們變成數值。

在Scikit-learn工具包裡面，專門提供了方便的工具LabelEncoder，讓我們可以方便地將類別信息變成數值。

from sklearn.preprocessing import LabelEncoder, OneHotEncodernlabelencoder1 = LabelEncoder()nX.Geography= labelencoder1.fit_transform(X.Geography)nlabelencoder2 = LabelEncoder()nX.Gender = labelencoder2.fit_transform(X.Gender)n

我們需要轉換兩列，所以建立了兩個不同的labelencoder。轉換的函數叫做fit_transform。

經過轉換，此時我們再來看看特徵矩陣的樣子：

X.head()n

顯然，Geography和Gender這兩列都從原先描述類別的字元串，變成了數字。

這樣是不是就完事大吉了呢？

不對，Gender還好說，只有兩種取值方式，要麼是男，要麼是女。我們可以把「是男性」定義為1，那麼女性就取值為0。兩種取值只是描述類別不同，沒有歧義。

而Geography就不同了。因為數據集裡面可能的國家地區取值有3種，所以就轉換成了0（法國）、1（德國）、2（西班牙）。問題是，這三者之間真的有序列（大小）關係嗎？

答案自然是否定的。我們其實還是打算用數值描述分類而已。但是取值有數量的序列差異，就會給機器帶來歧義。它並不清楚不同的取值只是某個國家的代碼，可能會把這種大小關係帶入模型計算，從而產生錯誤的結果。

解決這個問題，我們就需要引入OneHotEncoder。它也是Scikit-learn提供的一個類，可以幫助我們把類別的取值轉變為多個變數組合表示。

咱們這個數據集里，可以把3個國家分別用3個數字組合來表示。例如法國從原先的0，變成(1, 0, 0)，德國從1變成(0, 1, 0)，而西班牙從2變成(0, 0, 1)。

這樣，再也不會出現0和1之外的數字來描述類別，從而避免機器產生誤會，錯把類別數字當成大小來計算了。

特徵矩陣裡面，我們只需要轉換國別這一列。因為它在第1列的位置（從0開始計數），因而categorical_features只填寫它的位置信息。

onehotencoder = OneHotEncoder(categorical_features = [1])nX = onehotencoder.fit_transform(X).toarray()n

這時候，我們的特徵矩陣數據框就被轉換成了一個數組。注意所有被OneHotEncoder轉換的列會排在最前面，然後才是那些保持原樣的數據列。

我們只看轉換後的第一行：

X[0]nnarray([ 1.00000000e+00, 0.00000000e+00, 0.00000000e+00,n 6.19000000e+02, 0.00000000e+00, 4.20000000e+01,n 2.00000000e+00, 0.00000000e+00, 1.00000000e+00,n 1.00000000e+00, 1.00000000e+00, 1.01348880e+05])n

這樣，總算轉換完畢了吧？

沒有。

因為本例中，OneHotEncoder轉換出來的3列數字，實際上是不獨立的。給定其中兩列的信息，你自己都可以計算出其中的第3列取值。

好比說，某一行的前兩列數字是(0, 0)，那麼第三列肯定是1。因為這是轉換規則決定的。3列里只能有1個是1，其餘都是0。

如果你做過多元線性回歸，應該知道這種情況下，我們是需要去掉其中一列，才能繼續分析的。不然會落入「虛擬變數陷阱」（dummy variable trap）。

我們刪掉第0列，避免掉進坑裡。

X = np.delete(X, [0], 1)n

再次列印第一行：

X[0]nnarray([ 0.00000000e+00, 0.00000000e+00, 6.19000000e+02,n 0.00000000e+00, 4.20000000e+01, 2.00000000e+00,n 0.00000000e+00, 1.00000000e+00, 1.00000000e+00,n 1.00000000e+00, 1.01348880e+05])n

檢查完畢，現在咱們的特徵矩陣處理基本完成。

但是監督式學習，最重要的是有標籤(label)數據。本例中的標籤就是用戶是否流失。我們目前的標籤數據框，是這個樣子的。

y.head()nn0 1n1 0n2 1n3 0n4 0nName: Exited, dtype: int64n

它是一個行向量，我們需要把它先轉換成為列向量。你可以想像成把它「豎過來」。

y = y[:, np.newaxis]nynnarray([[1],n [0],n [1],n ...,n [1],n [1],n [0]])n

這樣在後面訓練的時候，他就可以和前面的特徵矩陣一一對應來操作計算了。

既然標籤代表了類別，我們也把它用OneHotEncoder轉換，這樣方便我們後面做分類學習。

onehotencoder = OneHotEncoder()ny = onehotencoder.fit_transform(y).toarray()n

此時的標籤變成兩列數據，一列代表顧客存留，一列代表顧客流失。

ynnarray([[ 0., 1.],n [ 1., 0.],n [ 0., 1.],n ...,n [ 0., 1.],n [ 0., 1.],n [ 1., 0.]])n

總體的數據已經齊全了。但是我們不能把它們都用來訓練。

這就好像老師不應該把考試題目拿來給學生做作業和練習一樣。只有考學生沒見過的題，才能區分學生是掌握了正確的解題方法，還是死記硬背了作業答案。

我們拿出20%的數據，放在一邊，等著用來做測試。其餘8000條數據用來訓練機器學習模型。

from sklearn.model_selection import train_test_splitnX_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)n

我們看看訓練集的長度：

len(X_train)nn8000n

再看看測試集的長度：

len(X_test)nn2000n

確認無誤。

是不是可以開始機器學習了？

可以，但是下面這一步也很關鍵。我們需要把數據進行標準化處理。因為原先每一列數字的取值範圍都各不相同，因此有的列方差要遠遠大於其他列。這樣對機器來說，也是很困擾的。數據的標準化處理，可以在保持列內數據多樣性的同時，盡量減少不同類別之間差異的影響，可以讓機器公平對待全部特徵。

我們調用Scikit-learn的StandardScaler類來完成這一過程。

from sklearn.preprocessing import StandardScalernsc = StandardScaler()nX_train = sc.fit_transform(X_train)nX_test = sc.transform(X_test)n

注意，我們只對特徵矩陣做標準化，標籤是不能動的。另外訓練集和測試集需要按照統一的標準變化。所以你看，訓練集上，我們用了fit_transform函數，先擬合後轉換；而在測試集上，我們直接用訓練集擬合的結果，只做轉換。

X_trainnnarray([[-0.5698444 , 1.74309049, 0.16958176, ..., 0.64259497,n -1.03227043, 1.10643166],n [ 1.75486502, -0.57369368, -2.30455945, ..., 0.64259497,n 0.9687384 , -0.74866447],n [-0.5698444 , -0.57369368, -1.19119591, ..., 0.64259497,n -1.03227043, 1.48533467],n ...,n [-0.5698444 , -0.57369368, 0.9015152 , ..., 0.64259497,n -1.03227043, 1.41231994],n [-0.5698444 , 1.74309049, -0.62420521, ..., 0.64259497,n 0.9687384 , 0.84432121],n [ 1.75486502, -0.57369368, -0.28401079, ..., 0.64259497,n -1.03227043, 0.32472465]])n

你會發現，許多列的方差比原先小得多。機器學習起來，會更加方便。

數據清理和轉換工作至此完成。

決策樹

如果讀過我的《貸還是不貸：如何用Python和機器學習幫你決策？》一文，你應該有一種感覺——這個問題和貸款審批決策很像啊！既然在該文中，決策樹很好使，我們繼續用決策樹不就好了？

好的，我們先測試一下經典機器學習演算法表現如何。

從Scikit-learn中，讀入決策樹工具。然後擬合訓練集數據。

from sklearn import treenclf = tree.DecisionTreeClassifier()nclf = clf.fit(X_train, y_train)n

然後，利用我們建立的決策樹模型做出預測。

y_pred = clf.predict(X_test)n

列印預測結果：

y_prednnarray([[ 1., 0.],n [ 0., 1.],n [ 1., 0.],n ...,n [ 1., 0.],n [ 1., 0.],n [ 0., 1.]])n

這樣看不出來什麼。讓我們調用Scikit-learn的classification_report模塊，生成分析報告。

from sklearn.metrics import classification_reportnprint(classification_report(y_test, y_pred))nn precision recall f1-score supportnn 0 0.89 0.86 0.87 1595n 1 0.51 0.58 0.54 405nnavg / total 0.81 0.80 0.81 2000n

經檢測，決策樹在咱們的數據集上，表現得還是不錯的。總體的準確率為0.81，召回率為0.80，f1分數為0.81，已經很高了。對10個客戶做流失可能性判斷，它有8次都能判斷正確。

但是，這樣是否足夠？

我們或許可以調整決策樹的參數做優化，嘗試改進預測結果。

或者我們可以採用深度學習。

深度

深度學習的使用場景，往往是因為原有的模型經典機器學習模型過於簡單，無法把握複雜數據特性。

我不準備給你講一堆數學公式，咱們動手做個實驗。

請你打開這個網址。

你會看到如下圖所示的深度學習遊樂場：

右側的圖形，裡面是藍色數據，外圈是黃色數據。你的任務就是要用模型分類兩種不同數據。

你說那還不容易？我一眼就看出來了。

你看出來沒有用。通過你的設置，讓機器也能正確區分，才算數。

圖中你看到許多加減號。咱們就通過操縱它們來玩兒一玩兒模型。

首先，點圖中部上方的"2 HIDDEN LAYERS"左側減號，把中間隱藏層數降低為1。

然後，點擊"2 neurons"上面的減號，把神經元數量減少為1。

把頁面上方的Activation函數下拉框打開，選擇「Sigmoid」。

現在的模型，其實就是經典的邏輯回歸（Logistic Regression）。

點擊左上方的運行按鈕，我們看看執行效果。

由於模型過於簡單，所以機器絞盡腦汁，試圖用一條直線切分二維平面上的兩類節點。

損失(loss)居高不下。訓練集和測試集損失都在0.4左右，顯然不符合我們的分類需求。

下面我們試試增加層數和神經元數量。這次點擊加號，把隱藏層數加回到2，兩層神經元數量都取2。

再次點擊運行。

經過一段時間，結果穩定了下來，你發現這次電腦用了兩條線，把平面切分成了3部分。

測試集損失下降到了0.25左右，而訓練集損失更是降低到了0.2以下。

模型複雜了，效果似乎更好一些。

再接再厲，我們把第一個隱藏層的神經元數量增加為4看看。

點擊運行，不一會兒有趣的事情就發生了。

機器用一條近乎完美的曲線把平面分成了內外兩個部分。測試集和訓練集損失都極速下降，訓練集損失甚至接近於0。

這告訴我們，許多時候模型過於簡單帶來的問題，可以通過加深隱藏層次、增加神經元的方法提升模型複雜度，加以改進。

目前流行的劃分方法，是用隱藏層的數量多少來區分是否「深度」。當神經網路中隱藏層數量達到3層以上時，就被稱為「深度神經網路」，或者「深度學習」。

久聞大名的深度學習，原來就是這麼簡單。

如果有時間的話，建議你自己在這個遊樂場里多動手玩兒一玩兒。你會很快對神經網路和深度學習有個感性認識。

框架

遊樂場背後使用的引擎，就是Google的深度學習框架Tensorflow。

所謂框架，就是別人幫你構造好的基礎軟體應用。你可以通過調用它們，避免自己重複發明輪子，大幅度節省時間，提升效率。

支持Python語言的深度學習的框架有很多，除了Tensorflow外，還有PyTorch, Theano和MXNet等。

我給你的建議是，找到一個你喜歡的軟體包，深入學習使用，不斷實踐來提升自己的技能。千萬不要跟別人爭論哪個深度學習框架更好。一來蘿蔔白菜各有所愛，每個人都有自己的偏好；二來深度學習的江湖水很深，言多有失。說錯了話，別的門派可能會不高興喲。

我比較喜歡Tensorflow。但是Tensorflow本身是個底層庫。雖然隨著版本的更迭，界面越來越易用。但是對初學者來說，許多細節依然有些過於瑣碎，不容易掌握。

初學者的耐心有限，挫折過多容易放棄。

幸好，還有幾個高度抽象框架，是建立在Tensorflow之上的。如果你的任務是應用現成的深度學習模型，那麼這些框架會給你帶來非常大的便利。

這些框架包括Keras, TensorLayer等。咱們今天將要使用的，叫做TFlearn。

它的特點，就是長得很像Scikit-learn。這樣如果你熟悉經典機器學習模型，學起來會特別輕鬆省力。

實戰

閑話就說這麼多，下面咱們繼續寫代碼吧。

寫代碼之前，請回到終端下，運行以下命令，安裝幾個軟體包：

pip install tensorflownpip install tflearnn

執行完畢後，回到Notebook里。

我們呼叫tflearn框架。

import tflearnn

然後，我們開始搭積木一樣，搭神經網路層。

首先是輸入層。

net = tflearn.input_data(shape=[None, 11])n

注意這裡的寫法，因為我們輸入的數據，是特徵矩陣。而經過我們處理後，特徵矩陣現在有11列，因此shape的第二項寫11。

shape的第一項，None，指的是我們要輸入的特徵矩陣行數。因為我們現在是搭建模型，後面特徵矩陣有可能一次輸入，有可能分成組塊輸入，長度可大可小，無法事先確定。所以這裡填None。tflearn會在我們實際執行訓練的時候，自己讀入特徵矩陣的尺寸，來處理這個數值。

下面我們搭建隱藏層。這裡我們要使用深度學習，搭建3層。

net = tflearn.fully_connected(net, 6, activation=relu)nnet = tflearn.fully_connected(net, 6, activation=relu)nnet = tflearn.fully_connected(net, 6, activation=relu)n

activation剛才在深度學習遊樂場裡面我們遇到過，代表激活函數。如果沒有它，所有的輸入輸出都是線性關係。

Relu函數是激活函數的一種。它大概長這個樣子。

如果你想了解激活函數的更多知識，請參考後文的學習資源部分。

隱藏層里，每一層我們都設置了6個神經元。其實至今為之，也不存在最優神經元數量的計算公式。工程界的一種做法，是把輸入層的神經元數量，加上輸出層神經元數量，除以2取整。咱們這裡就是用的這種方法，得出6個。

搭好了3個中間隱藏層，下面我們來搭建輸出層。

net = tflearn.fully_connected(net, 2, activation=softmax)nnet = tflearn.regression(net)n

這裡我們用兩個神經元做輸出，並且說明使用回歸方法。輸出層選用的激活函數為softmax。處理分類任務的時候，softmax比較合適。它會告訴我們每一類的可能性，其中數值最高的，可以作為我們的分類結果。

積木搭完了，下面我們告訴TFlearn，以剛剛搭建的結構，生成模型。

model = tflearn.DNN(net)n

有了模型，我們就可以使用擬合功能了。你看是不是跟Scikit-learn的使用方法很相似呢？

model.fit(X_train, y_train, n_epoch=30, batch_size=32, show_metric=True)n

注意這裡多了幾個參數，我們來解釋一下。

• n_epoch：數據訓練幾個輪次。
• batch_size：每一次輸入給模型的數據行數。
• show_metric：訓練過程中要不要列印結果。

以下就是電腦輸出的最終訓練結果。其實中間運行過程看著更激動人心，你自己試一下就知道了。

Training Step: 7499 | total loss: [1m[32m0.39757[0m[0m | time: 0.656sn| Adam | epoch: 030 | loss: 0.39757 - acc: 0.8493 -- iter: 7968/8000nTraining Step: 7500 | total loss: [1m[32m0.40385[0m[0m | time: 0.659sn| Adam | epoch: 030 | loss: 0.40385 - acc: 0.8487 -- iter: 8000/8000n--n

我們看到訓練集的損失(loss)大概為0.4左右。

打開終端，我們輸入

tensorboard --logdir=/tmp/tflearn_logs/n

然後在瀏覽器里輸入http://localhost:6006/

可以看到如下界面：

這是模型訓練過程的可視化圖形，可以看到準確度的攀升和損失降低的曲線。

打開GRAPHS標籤頁，我們可以查看神經網路的結構圖形。

我們搭積木的過程，在此處一目了然。

評估

訓練好了模型，我們來嘗試做個預測吧。

看看測試集的特徵矩陣第一行。

X_test[0]nnarray([ 1.75486502, -0.57369368, -0.55204276, -1.09168714, -0.36890377,n 1.04473698, 0.8793029 , -0.92159124, 0.64259497, 0.9687384 ,n 1.61085707])n

我們就用它來預測一下分類結果。

y_pred = model.predict(X_test)n

列印出來看看：

y_pred[0]nnarray([ 0.70956731, 0.29043278], dtype=float32)n

模型判斷該客戶不流失的可能性為0.70956731。

我們看看實際標籤數據：

y_test[0]nnarray([ 1., 0.])n

客戶果然沒有流失。這個預測是對的。

但是一個數據的預測正確與否，是無法說明問題的。我們下面跑整個測試集，並且使用evaluate函數評價模型。

score = model.evaluate(X_test, y_test)nprint(Test accuarcy: %0.4f%% % (score[0] * 100))nnTest accuarcy: 84.1500%n

在測試集上，準確性達到84.15%，好樣的！

希望在你的努力下，機器做出的準確判斷可以幫助銀行有效鎖定可能流失的客戶，降低客戶的流失率，繼續日進斗金。

說明

你可能覺得，深度學習也沒有什麼厲害的嘛。原先的決策樹演算法，那麼簡單就能實現，也可以達到80%以上的準確度。寫了這麼多語句，深度學習結果也無非只提升了幾個百分點而已。

首先，準確度達到某種高度後，提升是不容易的。這就好像學生考試，從不及格到及格，付出的努力並不需要很高；從95分提升到100，卻是許多人一輩子也沒有完成的目標。

其次，在某些領域裡，1%的提升意味著以百萬美元計的利潤，或者幾千個人的生命因此得到拯救。

第三，深度學習的崛起，是因為大數據的環境。在許多情況下，數據越多，深度學習的優勢就越明顯。本例中只有10000條記錄，與「大數據」的規模還相去甚遠。

學習資源

如果你對深度學習感興趣，推薦以下學習資源。

首先是教材。

第一本是Deep Learning，絕對的經典。

第二本是Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems，深入淺出，通俗易懂。

其次是MOOC。

推薦吳恩達(Andrew Ng)教授在Coursera上的兩門課程。

一門是機器學習。這課推出有年頭了，但是非常有趣和實用。具體的介紹請參考拙作《機器學習哪裡有這麼玄？》以及《如何用MOOC組合掌握機器學習？》。

一門是深度學習。這是個系列課程，包括5門子課程。今年推出的新課，自成體系，但是最好有前面那門課程作為基礎。

討論

你對深度學習感興趣嗎？之前有沒有做過深度學習項目？你掌握了哪些深度學習框架？有沒有什麼建議給初學者？歡迎留言，把心得分享給大家，我們一起交流討論。

如果你對我的文章感興趣，歡迎點贊，並且微信關注和置頂我的公眾號「玉樹芝蘭」(nkwangshuyi)。

如果本文可能對你身邊的親友有幫助，也歡迎你把本文通過微博或朋友圈分享給他們。讓他們一起參與到我們的討論中來。

延伸閱讀

數據科學相關文章合集（玉樹芝蘭）