LeadQualifier 10分钟快速上手：从安装到跑通你的第一个线索资格审查模型-育师

LeadQualifier 10分钟快速上手：从安装到跑通你的第一个线索资格审查模型

【免费下载链接】LeadQualifier:dart: Qualify sales leads with machine learning项目地址: https://gitcode.com/gh_mirrors/le/LeadQualifier

LeadQualifier是一个用机器学习做销售线索资格审查（Qualify Sales Leads）的开源项目：它读取公司的描述文本，自动判断每条销售线索是否"合格"（qualified），帮你把精力集中在最有价值的客户上。本文带你用 10 分钟完成从安装依赖、准备数据，到训练并预测出你的第一个线索资格审查模型的全部流程。

📌 LeadQualifier 是什么？

LeadQualifier 是一套可直接运行的 Python 脚本集合，核心思路：

训练：用带标签的公司描述数据（合格/不合格），训练一个文本分类器（默认随机森林）
预测：对新线索的描述打标签，输出1 = 合格、0 = 不合格

它支持两种玩法：

🧪用 Xeneta 的公开数据，挑战它的排行榜成绩
🏭用自己的数据，为公司搭建专属线索资格审查器

📁 项目结构速览

LeadQualifier/ ├── train_algorithm/ # 第一步：训练你的模型 │ └── input/ # 放入 qualified.xlsx / disqualified.xlsx ├── qualify_leads/ # 第二步：对线索批量预测 │ ├── input/ # 放入 data.xlsx │ ├── algorithms/ # 训练产出的模型文件 │ └── output/ # 生成 predictions.xls ├── xeneta_qualifier/ # 进阶：挑战 Xeneta 官方数据 └── requirements.txt # 依赖清单

🚀 第 1 步：克隆仓库并安装依赖

git clone https://gitcode.com/gh_mirrors/le/LeadQualifier cd LeadQualifier pip install -r requirements.txt

依赖非常轻量：requirements.txt 中只有nltk、numpy、sklearn、xlrd、xlwt五个库。

另外，文本预处理需要 NLTK 的英文停用词表，在 Python 解释器中执行一次即可：

import nltk nltk.download('stopwords')

💡版本提示：项目脚本为 Python 2 风格编写（cPickle、xrange、print语句），建议使用 Python 2.7 + 对应旧版 scikit-learn 环境，可保证两个脚本直接跑通。

📊 第 2 步：准备训练数据

训练脚本 train_algorithm/run.py 会从 train_algorithm/input/ 读取两个 Excel 文件，每个文件两列：URL和Description：

qualified.xlsx—— 已验证为合格客户的描述
disqualified.xlsx—— 已验证为不合格客户的描述

仓库中已附带示例数据，可直接运行。数据格式如下图所示：

真实场景下，公司描述可以从 FullContact 等企业信息接口获取，把 URL 和描述整理进这两个表格即可。

🏋️ 第 3 步：训练你的第一个线索资格审查模型

进入训练目录，执行：

cd train_algorithm python run.py

脚本自动完成整条流水线（见 train_algorithm/run.py）：

环节	说明
文本清洗	去标点、Snowball 词干提取、过滤停用词
特征化	`CountVectorizer`词频向量 +`TfidfTransformer`加权
训练	`RandomForestClassifier`（90 棵树），预留 30% 测试集评估
保存	模型、向量器、TF-IDF 转换器存入 qualify_leads/algorithms/

运行结束后，控制台会打印随机森林的 Precision / Recall / F1 分数，三个模型文件已就绪，下一步就可以开始预测了。