MCP-Logistic模型在银行客户流失数据的应用

摘要：

通过讨论MCP-Logistic模型,以某商业银行客户流失历史数据为例,探究模型的变量选择能力以及预测效果.提出了正则化参数的直接给定方法,且不需要预调节.实证分析中,相比于Lasso-Logistic模型、SCAD-Logistic模型和决策树模型,MCP-Logistic模型最终选取得到7个重要变量的系数估计以及计算得到F统计量值为0.4210,这说明该模型对于高维数据变量的压缩效果更好,且具有较好的分类预测能力.

关键词：惩罚Logistic模型;MCP;变量选择;正则化参数;银行客户流失

所属期刊栏目：33

分类号：O212(概率论与数理统计)

资助基金：浙江省统计重点研究计划项目;宁波市自然科学基金项目;宁波工程学院大学生创新训练项目

在线出版日期：2022-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68