作者：夏国恩 邵培基客户流失支持向量分类机电信业惩罚参数
摘要：针对目前客户流失预测方法的不足，在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上，改进标准的C-支持向量分类机（SVC）。通过以美国某电信公司客户流失预测为实例，与标准C-SVC、人工神经网络、决策树、贝叶斯分类器等方法进行了对比，发现该方法能获得较好的正确率、命中率、覆盖率和提升系数．是研究客户流失预测问题的有效方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机应用研究》（CN：51-1196/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机应用研究》杂志以其新颖性、学术性、系统性、技术性于一身，瞄准国家迫切需要的前沿技术，及时反映并涵盖了国内外计算机学科领域最新发展趋势及技术动向，注重刊登反映本学科领域的新理论、新方法、新技术，选题新颖，可读性强而备受广大读者所喜爱，在各行各业拥有大量的读者、作者，在计算机业界享有崇高的知名度和影响力。
部级期刊
人气 230277 评论 65
人气 214965 评论 35
省级期刊
人气 213216 评论 71
北大期刊、统计源期刊
人气 193068 评论 73
