基于聚类分析和XGBoost算法的换机预测模型

摘要：

为了有效地向手机用户提供换机服务,建立一种换机预测模型.利用孤立森林算法,排查与换机预测无关的异常电信用户.将排查后的数据集通过K-Medoids聚类分析精细划分为3个用户簇,利用SMOTE和Tomek组合采样的方法,处理每个用户簇的不平衡问题.最后将各个用户簇的数据通过XGBoost算法进行训练,并根据格式搜索法得出最优换机预测模型.实验结果表明,该换机预测模型的预测准确率高于其他预测模型,可较好地为电信用户提供换机服务.

关键词：换机预测、孤立森林、K-mediods聚类、组合采样、XGBoost

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：陕西省工业科技攻关计划资助项目2015GY-013,2016GY-113;陕西省教育厅科研计划资助项目17JK0703

在线出版日期：2019-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：94-97,104