python数据分析与挖掘实践大作业_数据挖掘大作业最终报告.PDF

数据挖掘大作业最终报告

数据挖掘

大作业最终报告

学 院：计算机学院

专 业：计算机应用技术

年 级：2016级

组 号：第六组

成 员：赵 颖 2620160012

王晓媛2620160007

李昱燃2620160009

用户行为预测——以某电信公司为例

摘要

本文讨论了一个关于用户行为预测的数据挖掘问题，在对某电信公司客户数据集的处理、

Random Forest AdaBoost

特征选取之后，尝试使用随机森林 ( )、与 结合的决策树、梯度提升

决策树 (Gradient BoostingDecision Tree)三种算法进行分类，最终较好地实现了对客户忠诚

度、购买欲、增值性三个属性的预测，并且对三者的结果进行了分析和比较。

关键词：特征选取、决策树、分类器

1 导论

1.1 问题描述

本文所尝试解决的问题是根据2009年KDD Cup 竞赛的问题改编而来，目的是预测客户三

个维度的行为，包括：1、忠诚度(Churn)：用户切换运营商的可能性；2、购买欲(Appetency)：

购买新服务的可能性；3、增值性 (Up-selling)：客户升级或追加购买高利润产品的可能性。

我们需要根据现有数据训练出分类器，分别对客户的忠诚度、消费欲和增值服务倾向性做出二

元判别，并计算各分类器的准确率，比较它们的分类效果。

竞赛中的数据集来自法国Orange 电信公司的