如何将机器学习与灵敏性分析相结合来制定业务策略？( 四 )_数不清的企业通常使用机器学习（ML）来

低信噪比，特征与流失率之间缺乏明确的相关性

高度不平衡的数据集（其中90％的客户不流失）

使用概率预测和调整来确定决策机制，以最大程度地减少对客户流失问题进行过度投资的风险

端到端实施代码可在Amazon SageMaker中使用，也可以在Amazon EC2上独立使用。

在这种用例中，我考虑一家提供不同类型产品的虚构公司。我将其两个主要产品称为产品A和B 。我仅了解有关该公司产品和客户的部分信息。该公司最近发现客户流失有所增加。数据集包含有关数以千计的客户的不同属性的信息，这些信息是在几个月内收集和分类的。这些客户中有一些已经流失了，有些还没有。通过使用特定客户列表，我将预测任何一个人流失的可能性。在此过程中，我尝试回答几个问题：我们能否创建一个可靠的客户流失预测模型？哪些变量可以解释客户流失的可能性？公司可以采取哪些策略来减少客户流失？