摘要：针对现有不平衡数据过采样方法生成重叠样本、潜在价值不高样本以及过拟合等问题,提出了一种基于数据分布的过采样方法.该方法首先将少数类样本划分成不同子簇,根据样本的空间分布位置识别噪声样本和少数类边界样本,并删除噪声样本;进而将对分类边界决策影响大的少数类边界样本作为种子样本,并结合种子样本所在子簇的稀疏因子及其识别的难易程度确定采样权重;最后在种子样本所在的子簇中生成新样本.为了验证所设计采样方法的有效性,分别使用AdaBoost(adaptive boosting)和SVM(support vector machine)算法对12个数据集进行分类实验,结果表明,与传统的过采样算法相比,所设计的过采样方法在保证了整体分类性能下,提高了不平衡数据中对少数类的分类效果.

摘要：针对电信运营商用户流失问题,运用了BP神经网络(BPNN)算法,建立了电信用户流失预测模型。模型的训练结果表明,在该应用场景下,基于BP神经网络建立的数据模型具有较好的准确率及可靠性。详细设计了BP神经网络模型的的每个模块,并给出了BPNN正向传播建立过程以及反向传播更新权重参数、偏置项的过程。对比了BPNN与常用的机器学习算法RF,KNN,SVM在准确率与召回率等指标方面的性能。实验证明,通过BPNN数据模型的应用,可以有效对用户流失做出预测,提高电信行业运营效率。