# 李彥羲-R76081029 Microsoft Azure

**筆記:**
UCI datesets 包含許多機器學習的資料集，Bank Marketing datasets和一葡萄牙銀行的電話行銷的數據有關，其目的是存取顧客是否訂閱其公司產品。

*Data description:*
>17 Input variables
>4521 examples

***
***
***
***
***
***
***
***
>資料前處理:

資料清洗，刪除或填入Nan值
刪除極端值(outlier)，避免影響模型
>**特徵工程:** 識別和選擇重要的特徵

>模型訓練:

Training Data用於模型的訓練，Test Data用於評估訓練完模型 (EX:準確率..)
比率:0.8:0.2
***

***
***
***
***
***
***
***
***
***
***
使用二元分類樹
***
***
y為要預測的值(顧客是否訂閱0或1)

***
>Score計分模型：執行預測

可查看實際值和預測值以及預測為1(訂閱)的機率(Scored Probabilities)
***
評估模型:
從左半邊的輸入，右半邊的輸入可比較兩模型
***
***
***
***
ROC底下面積越大，結果越好
False positive rate (FPR):預測為正但實際為負的樣本佔所有負例樣本的比例
True positive rate (TPR):預測為正且實際為正的樣本佔所有正例樣本的比例

*45度斜線代表random chance*
>須考量到over-fitting的問題 (同樣資料被不停的訓練，造成準確率的高估)
***
Confusion Matrix:左下和右下為預測成功的筆數
EX:
(實做結果)
https://imgur.com/a/KBLEPf5
[55, 43 ]
[49,757]

***

***
***
***
***
***
實做結果:
https://imgur.com/XCtF711
***
***
選取特定的欄位(和y有關聯的)再跑一次模型，最後與原模型進行比較
***
除了要預測的y,我們選擇age, job, education, housing, loan放入回歸模型，進行後續分析
***
根據實測test data和Score model間似乎不用select Columns in Dataset，模型會自動判定

***
結果:
https://imgur.com/Ov2hpzo
*結果不甚理想，可能跟選的variables太少有關*
***
***
如有興趣，請看技術文章 : [傳送門](https://ithelp.ithome.com.tw/articles/10201007)

# 分數:
85