信息時(shí)代的今天,數(shù)據(jù)的獲取越來(lái)越容易,在數(shù)據(jù)挖掘領(lǐng)域,需要面對(duì)的數(shù)據(jù)量也更加龐大.在二分類任務(wù)中,我們常常遇到維度高達(dá)幾百上千的數(shù)據(jù),要利用這些數(shù)據(jù)構(gòu)建有效的分類學(xué)習(xí)器,特征選擇是不可避免的問(wèn)題.而在選擇特征選擇方法之前,需要對(duì)數(shù)據(jù)做預(yù)處理工作,處理數(shù)據(jù)中的缺失值,在類別不均衡時(shí)也需要采取方法來(lái)降低不均衡程度.特征選擇的方法多種多樣,但是目前還沒(méi)有統(tǒng)一的方法適用于每一種問(wèn)題,本文介紹了其中幾種方法,并運(yùn)用這些方法在券商客戶流失模型上做了實(shí)驗(yàn),對(duì)比了不同方法的優(yōu)劣,選擇了適用于現(xiàn)有問(wèn)題的方法。

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 特征選擇問(wèn)題的提出
    1.2 研究進(jìn)展
    1.3 研究的目的
    1.4 研究的內(nèi)容與方法
2 預(yù)備知識(shí)
    2.1 客戶流失相關(guān)介紹
        2.1.1 客戶流失的原因
        2.1.2 客戶流失模型
    2.2 缺失值問(wèn)題的處理
        2.2.1 缺失值處理的必要性
        2.2.2 缺失值處理的具體方法
    2.3 不平衡數(shù)據(jù)的相關(guān)理論
    2.4 特征選擇方法
        2.4.1 特征選擇的概念與意義
        2.4.2 特征選擇方法
    2.5 學(xué)習(xí)器的介紹
        2.5.1 邏輯回歸相關(guān)理論
        2.5.2 支持向量機(jī)相關(guān)理論
3 券商客戶流失模型實(shí)際應(yīng)用
    3.1 實(shí)際問(wèn)題背景
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 數(shù)據(jù)初步處理
        3.2.2 缺失值的處理
        3.2.3 不均衡的處理
    3.3 特征選擇
    3.4 模型構(gòu)建結(jié)果分析
4 總結(jié)和展望
    4.1 全文總結(jié)
    4.2 論文存在的不足
參考文獻(xiàn)
致謝



本文編號(hào)：3749202