Contexte Métier
Un opérateur de télécommunications analyse la durée de rétention de ses abonnés (Churn). Face à un grand nombre d'indicateurs comportementaux (conso data, appels, plaintes, etc.), le Data Scientist veut utiliser la régularisation LASSO pour identifier automatiquement les facteurs les plus prédictifs du désabonnement.
Préparation des Données
Simulation d'un dataset comportant de multiples variables explicatives (x1 à x20) et une variable de temps avant départ.
Copié !
| 1 | |
| 2 | DATA casuser.churn_data; |
| 3 | call streaminit(456); |
| 4 | array vars[20] x1-x20; |
| 5 | DO i=1 to 5000; |
| 6 | DO j=1 to 20; |
| 7 | vars[j] = rand('NORMAL'); |
| 8 | END; |
| 9 | churn_time = rand('WEIBULL', 1.5, 10); |
| 10 | IF churn_time > 30 THEN event=0; |
| 11 | ELSE event=1; |
| 12 | OUTPUT; |
| 13 | END; |
| 14 | |
| 15 | RUN; |
| 16 |
Étapes de réalisation
1
Exécution de l'action Cox avec méthode de sélection LASSO et critère SBC.
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | phreg.cox / TABLE="churn_data" model={depVars={{name="churn_time"}}, censor="event", censVals={0}, effects={{vars={"x1", "x2", "x3", "x4", "x5", "x6", "x7", "x8", "x9", "x10", "x11", "x12"}}}} selection={method="LASSO", choose="SBC", stop="SBC"} lassoSteps=50; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Résultat Attendu
L'algorithme LASSO s'exécute et sélectionne un sous-ensemble optimal de variables parmi les 20 proposées, en minimisant le critère SBC. Les étapes de sélection sont affichées dans les résultats.