基于核主成分分析特征提取的客户流失预测.pdf

第 28卷第 1期 计算机应用 Vo l. 28 No. 1 2008年 1月 　 Compu ter App lication s 　 J an. 2008 文章编号 : 100 1 - 9081 (2008) 0 1 - 0149 - 03 基于核主成分分析特征提取的客户流失预测 夏国恩 (广西财经学院 工商管理系 ,南宁 530003 ) (gandlf0077 11@ 163. com ) ( ) 摘 　要 :将核主成分分析 KPCA 引入到客户流失预测中 ,提出了相应的特征提取算法 。将 KPCA 与 Logistic 回 归结合 ,设计了预测模型 。通过对某电信公司客户流失预测的试验结果表明:该方法获得的命中率 、覆盖率 、准确率和 ( ) 提升系数高于原始属性集和主成分分析 PCA 特征提取法 。这表明 KPCA 能提取客户数据的非线性特征 ,是研究客 户流失预测问题的有效方法 。 关键词 :客户流失 ;核主成分分析 ;特征提取 中图分类号 : TP39; TP182　　文献标志码 : A Cu stom er churn pred iction on kernel pr inc ipa l com ponen t ana ly sis fea ture ab straction X IA Guoen ( ) D ep a rtm en t of B usiness M anag em en t, Guangx i Un iversity of F inance and E conom ics, N ann ing Guangx i 530003, Ch ina A b stract: KPCA was introduced in to cu stom er churn p rediction, and the corresponding feature ab straction m ethod wa s p re sen ted. The p rediction model wa s designed by com b in ing Kernel Princip al Component Analysis ( KPCA ) and Logistic regression. Exp erim ental resu lts of cu stom er churn p rediction for a telecommun ication carrier show that the p ropo sed m ethod is sup erior to original attributes and PCA feature ab stract