摘要

针对客户流失在电信中检测率低的问题,文章提出了一种改进粒子群的随机森林模型。首先对数据的每个属性进行分析,选取合适的特征,再用SMOTE技术处理数据不均匀问题,然后运用决策树、随机森林、支持向量机等监督算法得出其中最优模型,其中随机森林算法最优,最后用改进PSO算法中的惯性权重和学习因子优化随机森林的参数。经实验验证该模型比随机森林和粒子群优化后的随机森林数据要高,准确率高达91%,召回率高达95%。