Python의 로지스틱 회귀-사례 연구

은행이 정기 예금 (일부 은행에서는 정기 예금이라고도 함)을 개설 할 잠재 고객을 식별하는 데 도움이되는 기계 학습 애플리케이션을 개발하기 위해 접근하는 것을 고려하십시오. 은행은 잠재 고객에 대한 정보를 수집하기 위해 전화 통화 또는 웹 양식을 통해 정기적으로 설문 조사를 실시합니다. 설문 조사는 본질적으로 일반적이며이 은행 자체를 다루는 데 관심이없는 매우 많은 청중을 대상으로 수행됩니다. 나머지 중 일부만이 정기 예금에 관심이있을 수 있습니다. 다른 사람들은 은행에서 제공하는 다른 시설에 관심이있을 수 있습니다. 따라서 설문 조사는 TD를 여는 고객을 식별하기 위해 반드시 수행되는 것은 아닙니다. 귀하의 임무는 은행이 귀하와 공유 할 방대한 설문 조사 데이터에서 TD를 열 가능성이 높은 모든 고객을 식별하는 것입니다.

다행히도 이러한 종류의 데이터 중 하나는 기계 학습 모델을 개발하려는 사람들에게 공개적으로 제공됩니다. 이 데이터는 UC Irvine의 일부 학생들이 외부 자금으로 준비했습니다. 데이터베이스는 다음의 일부로 사용할 수 있습니다.UCI Machine Learning Repository전 세계의 학생, 교육자 및 연구원이 널리 사용합니다. 데이터는 여기 에서 다운로드 할 수 있습니다 .

다음 장에서는 동일한 데이터를 사용하여 애플리케이션 개발을 수행해 보겠습니다.