期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Stacking集成学习的流失用户预测方法 被引量:11
1
作者 郑红 叶成 +1 位作者 金永红 程云辉 《应用科学学报》 CAS CSCD 北大核心 2020年第6期944-954,共11页
利用机器学习算法对商业活动中普遍存在的客户流失问题进行预测.借鉴了Bagging的自助采样法思想,提出了一种基于自助采样法的Stacking集成方法.首先对数据集进行多次采样并加入属性扰动,然后使用所得数据子集训练基分类器副本,基分类器... 利用机器学习算法对商业活动中普遍存在的客户流失问题进行预测.借鉴了Bagging的自助采样法思想,提出了一种基于自助采样法的Stacking集成方法.首先对数据集进行多次采样并加入属性扰动,然后使用所得数据子集训练基分类器副本,基分类器决策结果由基分类器所对应的副本投票决定.最后在真实数据集中进行流失客户预测实验,结果显示,该文提出的方法在准确率、查准率和F1值3项指标上均好于所有基分类器和同结构的经典Stacking集成方法. 展开更多
关键词 Stacking集成学习 用户流失预测 自助采样法 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部