随机森林模型在客户流失预测中的缺陷

来源 :全国流通经济 | 被引量 : 0次 | 上传用户:yuhaolf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于某酒店平台的脱敏用户大数据,利用Python编程对源数据进行挖掘和分析,发现在常用机器学习算法中总体准确率最高(88.3%)的随机森林模型(Random Forest, RF),在特征群体中的预测效果存在缺陷,即在测试集中实际流失率为极值与中间值(0%、50%、100%)的流失群体预测性能较好,平均误差率在1%以下;而在其余流失群体(10%~40%以及60%~90%)中预测效果较差,平均误差率高达12.5%以上。通过进一步计算发现,总体预测率稍差的支持向量机(Support Vector Mach
其他文献
当前,在科学技术快速发展的背景下,数字经济时代悄然来临,其已经映射到了世界范围内的经济发展形态中。而对于传媒产业来讲,其是促进时代经济发展的代表,所以,传媒产业需要紧
摘 要:在互联网时代,各行各业凭借着互联网先进技术的便捷都进行了各种程度的创新和变革。那么在高校思想政治教育方面,也因为有了互联网技术的融合与发展,在教育教学方法方面也有了一定的创新。而思想政治教育贯穿着整个高校的教育工作,大学生从入学初期开始到大学毕业,整个学习过程中,都包含着思想政治教育。思想政治教育工作的开展,在大学生思维方法以及行动方面都有良好的促进作用。互联网时代的到来,高校思想政治教育
目的:研究不同的正畸力值对长期饮用碳酸饮料大鼠牙根吸收的影响。方法:选择1月龄雌性SD大鼠20只,每只每天喂养可乐50 m L,3个月后将20只大鼠按施加力值分为4组,分别为0 g(A