03_行销（Marketing）中用决策树做转换率预测

行销（Marketing）里用决策树来做转换率 （Conversion Rate）预测

• • • Load the packages
      • Load the data
      • Data Analysis
      • Encoding Categorical Variables
      • Fitting Decision Trees
      • Interpreting Decision Tree Model

在01_行销（Marketing）中有关于关键绩效指标——转换率（Conversion Rate）的说明文章中，我们已经阐述了转换率的定义。本文仍将采用银行相关的数据，演示如何借助决策树模型进行转换率的预测，从而帮助我们更清晰地识别出哪些因素对顾客的转化行为具有显著影响。逻辑回归模型通过寻找能够最优估计事件发生概率对数几率的特征变量线性组合，实现从数据中的学习过程。正如其名称所示，决策树模型则是通过构建一棵树状结构来完成数据的学习任务。在后续章节中，我们将探讨决策树模型是如何逐步扩展并构建树形结构的。然而，逻辑回归与决策树模型之间的重要差异在于：逻辑回归算法在决策过程中寻找的是单一的最佳线性边界，而决策树算法则通过对数据集进行划分，以发现具有较高事件发生可能性的数据子集。

针对决策树模型而言，在进行分枝操作时通常会使用两个主要