BP神经网络案例笔记——银行客户流失

最新推荐文章于 2022-12-13 11:50:20 发布

坚强的敏敏子

最新推荐文章于 2022-12-13 11:50:20 发布

阅读量1.5k

点赞数 1

分类专栏： python 深度学习 BP神经网络文章标签：神经网络 tensorflow 深度学习 python 可视化

本文链接：https://blog.csdn.net/W_hm_M/article/details/107450192

版权

这篇博客通过BP神经网络分析银行客户流失情况，网络结构包含10个输入节点，2个隐藏层各256个节点，2个输出节点。提供了数据集链接以及详细代码和注释。

摘要由CSDN通过智能技术生成

该案例使用BP神经网络来判断银行客户是否流失，神经网络结构为，输入层10个神经元，两个隐层各为256个神经元，输出层2个神经元。
数据集：https://pan.baidu.com/s/1NnDgxesLmg3Zeppdg9YeMg
提取码：i6it
代码及注释如下：

# 屏蔽通知和警告
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 使用Tnesorflow1版本的操作，屏蔽tf2的操作
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

import pandas as pd
import numpy as np
from sklearn.utils import shuffle
from sklearn.preprocessing import OneHotEncoder
import matplotlib.pyplot as plt
from pylab import mpl
# 使用rcParams使matplotlib生成的图形中有中文显示
mpl.rcParams['font.sans-serif'] = ['STZhongsong']

# 导入数据集
df = pd.read_csv("./data/select-data.csv")
df_test = pd.read_csv("./data/scalar-test.csv")
print("构建向量......")
# 构建向量
# 训练集读入，划分为输入和输出
train = []
target = []
for i in range(0, len(df["