#清磁盘啦~，CSDN“网盘”真好用，感谢CSDN~ 机器学习，基于KNN算法对银行客户的历史数据进行分类分析，通过研究客户的历史行为来捕捉流失客户的特点，分析客户流失原因，从而可以在客户真正流失之前做出相应的营销干预，对客户进行挽留。

逻辑回归、决策树、随机森林-对比下的机器学习标准流程,包含ipyb文件，论文报告等，案例为银行客户行为预测，帮助你快速学习机器学习基本知识。在一定程度上可作为课后练习案例，增加机器学习的熟悉度以及入门速度。仅作为学习交流之用。

直销银行使用情况及客户行为特征调研（可编辑）.docx

BTYDplus BTYDplus 软件包提供了高级统计方法来描述和预测客户的购买行为。 它使用历史交易记录来拟合概率模型，然后该模型可以计算出一个队列以及一个客户级别的管理兴趣量（客户生命周期价值，客户权益，P（活动）等）。 该软件包对软件包进行了补充，提供了几种其他的“为止”模型，这些模型已经在营销文献中发布，但是其实现是复杂且不平凡的。 这些模型是：NBD，MBG / NBD，BG / CNBD-k，MBG / CNBD-k，Pareto / NBD（HB），Pareto / NBD（Abe）和Pareto / GGG。 安装 # install.packages("devtools") devtools::install_github("mplatzer/BTYDplus", dependencies=TRUE) library(BTYDplus) 入门 demo("cdn

【案例】 恒丰银行 ——客户行为 实时 分析系统

非常轻量级的客户行为抓取js，可以记录客户浏览行为，记录日志到后台。 供参考学习