期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于B-SMOTE1-XGBoost预测电信客户流失
1
作者
陈可
《郑州师范教育》
2022年第4期21-26,共6页
常用的单一机器学习分类算法在针对不平衡数据时往往追求较高的准确率,却忽视了现实意义。针对这种问题,引入F1、AUC值评估分类器性能的优劣,引入k折交叉方式衡量模型稳健性。构建B-SMOTE1-XGBoost模型,即首先对处理好的数据采用B-SMOTE...
常用的单一机器学习分类算法在针对不平衡数据时往往追求较高的准确率,却忽视了现实意义。针对这种问题,引入F1、AUC值评估分类器性能的优劣,引入k折交叉方式衡量模型稳健性。构建B-SMOTE1-XGBoost模型,即首先对处理好的数据采用B-SMOTE1算法(Borderline-SMOTE1)对数据进行过采样,然后采取XGBoost算法进行分类预测。在对比传统分类算法以及组合算法中,本模型明显提高了客户流失的准确率、F1值、AUC值以及五折交叉验证均值。证实B-SMOTE1-XGBoost模型能够有效提升客户流失的预测效果,并且对样本量较少情况也适用。
展开更多
关键词
b-smote1
XGBoost
客户流失
原文传递
题名
基于B-SMOTE1-XGBoost预测电信客户流失
1
作者
陈可
机构
安徽大学经济学院
出处
《郑州师范教育》
2022年第4期21-26,共6页
文摘
常用的单一机器学习分类算法在针对不平衡数据时往往追求较高的准确率,却忽视了现实意义。针对这种问题,引入F1、AUC值评估分类器性能的优劣,引入k折交叉方式衡量模型稳健性。构建B-SMOTE1-XGBoost模型,即首先对处理好的数据采用B-SMOTE1算法(Borderline-SMOTE1)对数据进行过采样,然后采取XGBoost算法进行分类预测。在对比传统分类算法以及组合算法中,本模型明显提高了客户流失的准确率、F1值、AUC值以及五折交叉验证均值。证实B-SMOTE1-XGBoost模型能够有效提升客户流失的预测效果,并且对样本量较少情况也适用。
关键词
b-smote1
XGBoost
客户流失
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
F626 [经济管理—产业经济]
F274 [经济管理—企业管理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于B-SMOTE1-XGBoost预测电信客户流失
陈可
《郑州师范教育》
2022
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部