|
|||||
|
|
| 基于主成分分析和分类回归树的客户欠费预测 | |
| 作者单位： | ;1.西安邮电大学陕西省信息通信网络及安全重点实验室 |
| 摘 要： | 针对电信数据维度增加导致的客户欠费预测算法复杂度过高的问题,提出基于主成分分析和分类回归树的电信客户欠费预测算法。该算法将原始电信数据进行数据缺失值处理、数据冗余识别和数据结构化后,进行数据规范化建模,利用主成分分析算法对建模后的电信数据进行降维处理,将降维后的数据作为分类回归树算法的输入数据对客户是否欠费进行分类,预测客户是否将存在欠费行为。利用实际电信数据进行验证,结果表明该算法的预测错误率为4.49%,预测耗时为17.05s,与分类回归树算法相比,在能够预测客户欠费的同时,还能提高预测效率。 |
| 关 键 词： | 客户欠费预测 电信数据 主成分分析 分类回归树 |
Customer owing fee prediction based on the classification and regression tree of principal component analysis |
|
| Abstract: | |
| Keywords: | |