XGBoost融合模型在银行客户流失预测中的应用研究
针对银行行业的客户流失问题,构建基于地域、收入、信用卡、银行存款等属性的银行客户指标体系,研究中采用K-Means对数据进行聚类分析,细分客户类型,将细分结果作为XGBoost、ANN预测模型的输入,从而融合XGBoost与K-Means模型,经过分析发现单一模型acc(准确率)在85％左右,融合模型的acc在87％以上,根据K-Means-XGBoost融合模型与K-Means-ANN融合模型的预测结果,利用流失概率公式构建XGBoost-ANN组合模型,通过调节两个模型占比来确定最优模型,根据组合模型计算acc.实验显示,组合模型的acc、F1-Score等均高于单一算法模型与融合模型.
客户流失、XGBoost、ANN神经网络、聚类算法、融合模型、组合模型
19
TP301(计算技术、计算机技术)
国家自然科学基金61572103
2023-07-27（万方平台首次上网日期，不代表论文的发表时间）
共3页
55-57
