论文研究基于不平衡数据集的客户流失预测研究.pdf

目前客户流失预测面临的主要问题之一就是类不平衡性(classimbalance)。针对这个问题，首先应用欠抽样法(undersampling)处理客户流失数据降低不平衡性，再应用C4.5D、C4.5N、RIPPER、NaiveBayes和RandomForest机器学习方法对客户流失进行预测。实验结果表明，欠抽样法是在牺牲负类样本预测精度的前提下，提高正类预测精度，于是采用重复抽样法(resampling)来弥补欠抽样法的缺陷，减少负类样本中含有大量有用信息的丢失，实验结果证明了这种方法的正确性和有效性