文件名称：customerChurnPred:在电信数据集上预测客户流失
文件大小：1KB
文件格式：ZIP
更新时间：2024-04-14 18:48:32
customerChurnPred 使用的数据集来自开源的kaggle电信客户流失数据： ://www.kaggle.com/blastchar/telco-customer-churn 分类模型评估指标：精度，召回率，F1得分等。 分类中的错误类型：类型1错误：无法拒绝原假设。 误报。类型2错误：错误地接受原假设。 假阴性 f-beta得分公式：（1 + beta ^ 2）/（beta ^ 2 *精确度+回忆率） 当精度更重要时：使用beta值为0.5的f-beta分数例如：电子邮件垃圾邮件 当召回更为重要时：使用beta值为0.5的f-beta得分，例如：在电子商务中向精英客户推广品牌折扣活动。 当精度和召回率都很重要时：使用beta = 1.0的f-beta分数例如：对于金融机构，他们应提供足够的贷款以赚取足够的利息来运行它，同时不要给可能不会归还它的不良客户。 当类不
【文件预览】：
customerChurnPred-main
----README.md(2KB)