基于数据挖掘的客户分类及其异常点检测应用研究

摘要

为了更好服务客户,逐渐关注客户群体的类型,通过将客户群体分类,企业制定不同服务方案,提供高质量服务给客户使用.利用python进行客户信息数据挖掘,分别建立训练集与异常点测试集.通过数据预处理,数据可视化展示出客户信息各种类别,分别建立决策树、随机森林以及KNN的客户分类模型,并利用测试验证三种模型的预测性能.结果表明,与决策树、随机森林算法相比,KNN模型对客户类别的预测与异常值检测效果较佳.