本项目对某公司客户信息数据进行信息挖掘。
首先进行数据预处理 ，处理空缺值、异常值与离群点，接着进行数据类型转换，将文本型数据转换为离散型数值分类变量 ，便于后续特征空间的构建。 然后为了避免高维灾难与 多重共线性的发生阻碍回归预测，本文进行特征的选择 。对所有特征做相关性分析，除去有较高相关性的冗余特征， 同时删除 与 “是否流失 相关性不大的特征 ，最终从原十九个特征中保留了十个特征 。接着按照十个特征， 构建不同的分类模型 选取常用的决策树、逻辑回归、朴素贝叶斯、随机森林、支持向量机、 KNN 分类模型，并 利用 十折交叉验证法评价 比较不同分类模型的准确率 ，对分类结果进行分析与可视化展示， 选择出最适合该公司客户数据的分类器模型，并且 为公司提供建议。