《神經(jīng)網(wǎng)絡(luò)matlab》-客戶價值分析及客戶流失模型,自組織競爭神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)

實 驗 報 告課程名稱 神經(jīng)網(wǎng)絡(luò)上機項目 客戶價值分析及流失預(yù)測專業(yè)班級 姓名 學(xué)號一.上機目的客戶價值分析和客戶流失預(yù)測是公司實現(xiàn)精細(xì)化運營的重要手段，對提升公司“air_data.mat”和“數(shù)據(jù)說明.txt”),試根據(jù)項目要求，運用本學(xué)期所學(xué)的神經(jīng)網(wǎng)絡(luò)知識，采用MATLAB語言，獨立完成客戶劃分及流失預(yù)測任務(wù)，并撰寫實驗報告。一、項目要求RFM3個指標(biāo)（最近消費時（Recenc（Frequenc（Monetar識別出高價值的客戶。本項目中，根據(jù)已有數(shù)據(jù)，可選擇最后一次乘機時間至觀察窗口末端時長R=LAST_TO_EN、飛行次數(shù)F=FLIGHT_COUNT、觀測窗口總加權(quán)飛行公里數(shù)（M=WEIGHTED_SEG_KM）RFM3個指標(biāo)，設(shè)計自組織競爭神經(jīng)網(wǎng)絡(luò)，對客戶進行劃分聚類，并解釋說明每一類所對應(yīng)的客戶類型；【提示：plot3命令可畫三維點；新版函數(shù)selforgmap計算效率較高?！科骄藱C時間間隔、觀察窗口內(nèi)最大乘機間隔、非乘機的積分變動次數(shù)等屬性作為輸入特征，客戶流失標(biāo)記作為輸出類別，設(shè)計神經(jīng)網(wǎng)絡(luò)，構(gòu)建客戶流失模型，以便能夠預(yù)測未來客戶的流失情況。要求采用80%數(shù)據(jù)作為訓(xùn)練集，剩余20%數(shù)據(jù)作為測試集，計算并分析訓(xùn)練精度和測試精度。從數(shù)據(jù)集中選擇不同的屬性處理數(shù)據(jù)標(biāo)簽不平衡問題（01二.上機內(nèi)容三.上機方法與步驟Matlab程序為：loadair_data.matx=air_data;plot3(x(:,3),x(:,4),x(:,5),'o')set(gcf,'color','w')title('選取的三個數(shù)據(jù)')net=selforgmap([88]);x1=x(:,3:5);net=train(net,x1);y=net(x1);classes=vec2ind(y);hist(classes,64)set(gcf,'color','w')title('聚類結(jié)果')xlabel('類別')ylabel('類別的樣本數(shù)量')net=selforgmap([13])loadair_data.matx=air_data;%訓(xùn)練net.trainParam.epochs=450%定義最大循環(huán)次數(shù)tictoc%計算結(jié)果y=net(x);classes=vec2ind(y);fprintf('分類結(jié)果\n');disp(classes)%進行畫圖x1=x(:,classes==1);x2=x(:,classes==2);x3=x(:,classes==3);figureholdonplot(x3(1,:),x3(2,:),'r+')title('競爭神經(jīng)網(wǎng)絡(luò)分類')legend('第一類','第二類','第三類')%客戶價值分析及流失預(yù)測%%清空工作空間clear,clccloseall;rng(now)M=4;%%定義輸入樣本N=60;strr={'1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20','21','22','23','24','25','26','27','28','29','30','31','32','33','34','35','36','37','38','39','40','41','42','43','44','45','46','47','48','49','50','51','52','53','54','55','56','57','58','59','60'};loadair_data.matx=air_data;data=x(1:60,2:5)';%選取的數(shù)據(jù)為:會員級別,飛行次數(shù),觀測窗口總加權(quán)飛行公里數(shù),最后一次乘機時間至觀察窗口末端時長%%創(chuàng)建網(wǎng)絡(luò)%2*2自組織映射網(wǎng)絡(luò)net=selforgmap([2,2]);%%%%網(wǎng)絡(luò)訓(xùn)練data=mapminmax(data);ticnet=init(net);net=train(net,data([1,2,3,4],:));toc%%測試y=net(data([1,2,3,4],:));%將向量表示的類別轉(zhuǎn)為標(biāo)量result=vec2ind(y);%%輸出結(jié)果%將分類標(biāo)簽按實力排序score=zeros(1,M);fori=1:Mt=data(:,result==i);score(i)=mean(t(:));end[~,ind]=sort(score);result_=zeros(1,N);fori=1:Mresult_(result==ind(i))=i;endfprintf('fori=1:N客戶級別（級別次數(shù)越大越重要）\n');' s 第d級,,);end我將客戶分為四個類別，且所選擇的四個數(shù)據(jù)中，數(shù)值越高表示級別次數(shù)越大。48,15,22,23,24,25,27,28,29,35,37,38,41,43,44,47,53,54,55,57,5921名客戶。這部分客戶的四個類型的數(shù)值都較高，故將他們劃分為第4級3級:2,3,4,5,6,7,9,10,11,12,13,16,18,19,20,2116會員級別,飛行次數(shù),較第四級較低。故將這部分客戶劃分為第3級2