基于PCA-NB算法的客户流失预测

目录

声明

1绪论

1.1 研究背景和研究意义

1.1.1研究背景

1.1.2 研究意义

1.2 数据挖掘中的分类

1.3 国内外的研究现状及发展趋势

1.4 研究内容与组织框架

1.5 本章小结

2 朴素贝叶斯分类模型的研究介绍

2.1 贝叶斯理论的相关知识

2.1.1 贝叶斯定理

2.1.2 贝叶斯决策准则

2.1.3 极大后验假设和极大似然假设

2.2 两种典型的贝叶斯分类模型

2.2.1朴素贝叶斯分类模型

2.2.2朴素贝叶斯网络模型

2.4 本章小结

3 数据预处理

3.1 主成分分析

3.1.1适用性检验

3.1.2主成分求解

3.2 属性筛选

3.3 异常值和缺失值的处理

3.4 数据标准化

3.5 数据预处理方法的选择原则

4 基于 PCA-NB算法的客户流失预测实证研究

4.1 客户流失预测的商业理解

4.2 客户流失预测的数据理解

4.3 客户流失预测的数据准备

4.3.1 数据清洗

4.3.2 属性约简

4.3.3 主成分提取

4.4 建立模型

4.4.1 Native Bayes 模型

4.4.2 PCA-NB 模型

4.5 模型评估

5 客户挽留

4.1 客户流失原因的分析

4.2 客户挽留策略制定

4.3 客户挽留策略的几点建议

6 总结与展望

6.1 研究总结

6.2 工作展望

附录

参考文献

后记