一、案例背景: 某电信公司想针对用户手机通话记录,希望从用户历史通话数据中,运用数据挖掘 (Data Mining)中的分类(Classification)技术,分析出会影响电信用户流失的相关因素,并建立能预测用户是否流失的数据挖掘分类模型。
二、报告演示。 此案例遵循CRISP-DM数据挖掘流程实施。 数据准备阶段主要做的工作有字段筛选和数据清洗: 模型构建部分,由于此问题是分类问题,选取了五个可以用于分类的模型进行模型建置:贝式网络,决策树,神经网络,逻辑斯回归,K-最邻近。 对比不同模型的表现效果,使用F-Measure进行模型效果评估。 模型应用,使用决策树模型进行预测测试集客户是否会流失。 最后,提出改进建议。 心得分享也很有趣。 |
|