2026年售前客户流失风险评估模型基于生存分析与机器学习的融合方法试题库及答案.docxVIP

2026年售前客户流失风险评估模型基于生存分析与机器学习的融合方法试题库及答案

一、单项选择题（每题2分，共20分）

1.在基于生存分析与机器学习融合的售前客户流失风险评估模型中，以下哪项是生存分析特有的核心输出？

A.客户流失概率的时点预测值

B.客户在未来t时间内的生存函数S(t)

C.特征重要性排序

D.分类阈值的最优分割点

答案：B

2.当融合Cox比例风险模型与XGBoost时，以下哪种处理方式最能保留生存分析的时间依赖性特征？

A.将客户的历史交互数据按时间窗口聚合为静态特征输入XGBoost

B.对每个时间点提供虚拟变量，转化为多分类问题

C.以Cox模型的线性预测器作为XGBoost的输入特征之一

D.直接用XGBoost拟合生存时间的Kaplan-Meier估计值

答案：C

3.售前客户流失数据中常见的“右删失”现象指：

A.客户在观测期结束前已流失

B.客户在观测期内未流失且后续状态未知

C.客户流失时间记录存在测量误差

D.客户因合并或更名导致身份信息缺失

答案：B

4.评估融合模型区分度时，C-index（一致性指数）的取值范围是：

A.[0,1]

B.[-1,1]

C.[0.5,1]

D.[0,2]

答案：A

5.在特征工