基于深度神经网络权重集成的客户流失预测

如今许多的企业都面临着客户流失的实质问题,客户流失预测对企业的发展也是尤为重要的。对于客户流失预测的问题也有很多解决方案,传统的机器学习方法存在特征工程对模型效果影响较大的缺点,而深度学习则使得算法不会太依赖于领域专业知识和人工特征提取。为提升预测效果,提出一种深度神经网络权重集成方法来对电信客户流失进行预测,其主要思想是在做深度神经网络(DNN)训练的时候,通过随机加权平均(stochastic weight average,SWA)结合同一网络结构下的不同训练阶段的权重获取集成模型,然后对客户流失进行预测。实验结果表明,相比于深度神经网络训练,结合随机加权平均权重集成的深度神经网络训练时间缩短了2.96倍,同时,准确率、精准率、召回率和F1值均有所提升。