1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述一、研究背景客户流失预测是利用客户的历史数据来对潜在的流失客户进行分析和判断的过程。
这是各行各业都十分关注的问题，特别是在竞争日益激烈的国内外电信行业，受到了实业界和学术界的广泛关注。
目前，国际上，美国电信行业客户流失率为30％，欧洲为25％，亚洲运营商统计的客户流失率高达48％[1]。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
1.本课题研究的问题（1）建立XGBoost（Extreme Gradient Boosting）模型；（2）对电信客户流失样本数据作预处理并使用基尼指标和卡方检验进行属性约简；（3）在python上编程，对电信客户流失数据进行模型训练，并检测数据分类的准确率；（4）利用其它数据测试XGBoost模型的适用性。
2.课题采用的研究手段（1）学习数据挖掘和机器学习相关的背景知识，熟悉XGBoost算法的工作原理，并对样本数据进行处理，建立XGBoost模型；（2）学习python软件，对算法模型编程调试；（3）利用电信客户流失数据对模型进行训练，检测其分类的准确性，并与其它分类器的检测效果对比，撰写论文。
本文技术路线图如下：
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
