MCP-Logistic模型在银行客户流失数据的应用

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。