使用 Keras 和 TensorFlow 获取受众洞察答案

【问题标题】：Get audiences insights using Keras and TensorFlow使用 Keras 和 TensorFlow 获取受众洞察
【发布时间】：2017-06-05 08:03:26
【问题描述】：

最近我发现了Keras 和TensorFlow，我正在尝试进入 ML。我已经从我的用户数据库中手动分类训练和测试数据，如下所示：

9 个特征和一个标签，这些特征是我系统中的事件，例如“用户添加了个人资料图片”或“用户为某项服务付费 X”，标签是正或负 R.O.I（1 或 0）

示例：

我使用以下代码对用户进行分类：

import numpy as np
from keras.layers import Dense
from keras.models import Sequential

train_data = np.loadtxt("train.csv", delimiter=",", skiprows=1)
test_data = np.loadtxt("test.csv", delimiter=",", skiprows=1)

X_train = train_data[:, 0:9]
Y_train = train_data[:, 9]

X_test = test_data[:, 0:9]
Y_test = test_data[:, 9]

model = Sequential()
model.add(Dense(8, input_dim=9, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(3, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# Fit the model
model.fit(X_train, Y_train, epochs=12000, batch_size=10)

# evaluate the model
scores = model.evaluate(X_test, Y_test)
print("\n\n\nResults: %s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

并且获得了 89% 的准确率。为了将用户标记为有价值的客户，这非常有效。

问：我如何提取有助于积极投资回报率的特征，以便提高他们在用户体验中的关注度？

或：找到最佳组合的受众群体的方法是什么？

【问题讨论】：

您的模型很深（因此它提取了复杂且可能很难解释的特征），您可以使用 1 层网络并查看权重，或者可以使用随机森林或决策树来找到最突出的特征。除此之外，我认为您只能尝试许多不同的测试输入，并尝试查看输入和输出之间的任何明显相关性。
感谢您的回复，我明白您的意思了...如何使用决策树来查找这些特征？
您可以使用 sklearn 使用统计度量或树来查找重要特征。 Check this post 了解更多信息，或者您使用 etree 分类检查此 sample code。总的来说，我使用随机森林获得了最好的结果，但一如既往地取决于应用程序。我建议您建立一个具有给定重要特征的模型并比较测试准确度结果。
谢谢，我试试看
没有简单的答案，但是关于这个主题的文献相当多。 Here 是一些包含一些方法的论文，但您可能会找到更多。尽管如此，您最多只能获得功能方面的见解，而不是功能之间的交互。如前所述，如果适合您的问题，还有更多的“白盒”方法，例如树或贝叶斯网络。

标签： python machine-learning tensorflow neural-network keras

【解决方案1】：

正如人们所说，没有简单的答案，我的答案也不是答案，但我认为你可以尝试这样的事情。

看看方法：

为所有客户预测结果
筛选好客户并绘制他们的特征
过滤不良客户端并绘制其特征
您能看到明显的模式吗？例如：大多数失败都没有特征 x。

创建具有组合功能的虚假客户端：

首先，创建只有一个特征的假客户，从 1 到 9。（客户端 1 只有特征 1，客户端 2 只有特征 2，依此类推）
预测这些客户端的结果
检查是否有任何功能提供了不错的结果（这可能还不是实际结果，但请注意）

上面，你可以单独看到每个特征的结果，但这不太可能，是吗？

现在您可以创建两个功能的所有组合。这些特征有 36 种组合 (9 x 8 / 2)。 (F1/F2 ; F1/F3 ; F1/F4 ....)
预测并查看好的客户（记录最佳组合）

继续前进，3 种功能的组合（84 种组合）
4个特征的组合（126种组合）

比较上述每个步骤的结果：

采用具有 4 个功能的所有故障客户端。与具有 1 个特征的成功客户端进行比较：失败的客户端中是否存在一个成功特征？如果没有，您很可能已经找到了一个独立的成功特征。
所有测试的所有失败候选中都缺少任何功能吗？这是另一个独立的成功特征。

与第一个类似，您可以将 4 个功能失败与 2 个功能成功进行比较，看看是否有任何一对功能成功。

等等。

获取真实客户并根据上述结果对其进行过滤：

从真正的客户那里，挑选所有具有您认为成功的单一功能的客户。确认他们真的成功了
对拥有您认为成功的功能对的真实客户执行相同操作。确认它们是否存在。

假设某些功能可能会导致失败而不是导致成功，您也可以采用相同的方法。或者不要查看当前的功能，而是查看缺失的功能等。

【讨论】：