基于Stacking集成模型的银行客户产品认购预测

作     者：孙昊 潘洪 

作者机构：中国电子系统技术有限公司北京100141 中电云计算技术有限公司武汉430058 

出 版 物：《人工智能》 (Artificial Intelligence View)

年 卷 期：2023年第6期

页      码：74-81页

摘      要：本文通过对银行客户数据的分析和建模,旨在预测客户是否会购买银行的产品。采用Stacking多模型集成的方法,通过分别训练随机森林模型、LightGBM模型、决策树模型、梯度提升树模型和直方图梯度提升树模型,作为基模型,以逻辑回归模型作为元模型进行分类预测。实验结果表明,论文设计的Stacking集成模型在预测银行客户产品认购方面表现出色,具有较高的准确率。该模型可以为银行业提供重要的决策支持,帮助银行更好地了解客户需求,提高产品销售率。

主 题 词：集成模型 Stacking 分类算法 随机森林 LightGBM 梯度提升树 直方图梯度提升树 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16453/j.2096-5036.202359

馆 藏 号：203125187...