基于人工神经网络的金融机构客户流失预测
机器学习
2019-12-25 v1 机器学习
摘要
在本研究中，开发了一种使用人工神经网络架构的多层感知机预测模型，用于预测金融机构中的客户流失。以往研究使用了逻辑回归、决策树、支持向量机、K 近邻和随机森林等监督机器学习分类器。这些分类器需要人工进行特征工程，导致特征选择过度指定且不完备。因此，本研究开发了一种模型，以消除数据预处理阶段的人工特征工程。从尼日利亚一家领先金融机构的数据库中提取了五万名客户的数据用于本研究。该多层感知机模型使用 Python 编程语言构建，并采用了两种过拟合技术（Dropout 和 L2 正则化）。Python 中的实现与 Neuro Solution Infinity 软件中的另一模型进行了比较。结果表明，人工神经网络软件实现（Python）与 Neuro Solution Infinity 软件所得性能相当。准确率分别为 97.53% 和 97.4%，而 ROC（受试者工作特征）曲线图分别为 0.89 和 0.85。
引用
@article{arxiv.1912.11346,
title = {Customers Churn Prediction in Financial Institution Using Artificial Neural Network},
author = {Kamorudeen A. Amuda and Adesesan B. Adeyemo},
journal= {arXiv preprint arXiv:1912.11346},
year = {2019}
}
备注
10 pages