原创力文档- 1、本文档共20页，其中可免费阅读6页，需付费180金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
流失模型
是典型的学习模型，有几个常用方法可以选决策树、逻辑回归（或者尝试神经网络，不利于应用和解释，也可以试试看）。 决策树的特点：适用布尔、分类和连续的变量（对连续变量也会内部转化为分类变量）、结果容易解释、筛选变量快；但决策树不稳定，容易训练过度（在训练时看起来很准确，但应用时预测准确率大打折扣） 逻辑回归的特点：逻辑回归的底层思想和多元回归接近，延续了回归算法不温不火的稳定风格，相比回归算法，logistic回归不要求变量有正态分布和等协方差前提，也可以尝试着用哑变量来融入分类变量，使用更方便，但逻辑回归准确率相对较低（所谓成也萧何，败也萧何）。和决策树相比，回归算法稳定性好的多
我
文档评论（0）