基于不平衡數據集的客戶流失預測研究
2010-12-31 00:00:00楊智夏國恩金煒東
計算機應用研究 2010年12期
摘 要：目前客戶流失預測面臨的主要問題之一就是類不平衡性(class imbalance)。針對這個問題，首先應用欠抽樣法(undersampling)處理客戶流失數據降低不平衡性，再應用C4．5D、C4．5N、RⅡlPER、NaiveBayes和RandomForest機器學習方法對客戶流失進行預測。實驗結果表明，欠抽樣法是在犧牲負類樣本預測精度的前提下，提高正類預測精度，于是采用重復抽樣法(resampling)來彌補欠抽樣法的缺陷，減少負類樣本中含有大量有用信息的丟失，實驗結果證明了這種方法的正確性和有效性。關鍵詞：類不平衡性；客戶流失預測；機器學習；抽樣法
