《表1 建模指标：信用卡客户流失预测模型研究》
提示：宽带有限、当前游客访问压缩模式
在分析维度上，本文从信用卡客户的基本信息属性、产品持有属性和交易行为属性3个维度共计13项指标进行分析研究。具体指标见表1所列。
| 图表编号 | XD0089502900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.10 |
| 作者 | 邓致 |
| 绘制单位 | 中国农业银行广东省分行 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 指标变量体系：基于卷积神经网络的客户信用评估模型研究》2020.06.25
- 《表1 各模型指标对比：基于深度置信神经网络的电信客户流失分析》2020.06.25
- 《表1 模型参数：改进的多层感知机在客户流失预测中的应用》2020.07.15
- 《表5 测试集的预测结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表3 训练集的预测结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表2 最终聚类结果：基于K-Means和Logistic的寿险客户流失预测模型研究》2020.09.15
- 《表2 客户流失预测状态矩阵表》2020.02.25
- 《表3 模型准确率：加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》2019.10.25
- 《表2 混淆矩阵：信用卡客户流失预测模型研究》2019.09.10
- 《表3各指标情况：信用卡客户流失预测模型研究》2019.09.10
- 《表9 模型评估结果：基于数据挖掘的掌银客户流失预测建模方法研究》2019.08.07
- 《表5 筛选后的变量：基于数据挖掘的掌银客户流失预测建模方法研究》2019.08.07
- 《表4 变量设计内容：基于数据挖掘的掌银客户流失预测建模方法研究》2019.08.07
- 《表1 模型参数表：基于多重线性回归的客户价值流失模型研究》2019.03.10
- 《表3 分类矩阵：融入客户价值特征和情感特征的网络客户流失预测研究》2018.03.01
- 《表2 核函数：融入客户价值特征和情感特征的网络客户流失预测研究》2018.03.01
- 《表4 Cox模型结果：基于生存分析模型的电信客户流失研究》2018.01.15
- 《表2 案例处理摘要：基于生存分析模型的电信客户流失研究》2018.01.15
- 《表1 研究数据说明：基于生存分析模型的电信客户流失研究》2018.01.15
- 《表4 客户流失预测参数约束条件》2018.01.20