銀行業における機械学習ベースの顧客離脱予測

21世紀の顧客は、オンラインおよびオフラインの両方でお金を預けるための幅広い方法にアクセスできるため、銀行業界全体で常に顧客離脱が発生しています。既存の顧客を維持するために、銀行セクターは将来離脱する可能性のある顧客を予測するモデルの構築を優先しています。本論文では、機械学習技術に基づいて、XGboost、Catboost、LightGBMなどの異なるモデルをKaggleの離脱モデリングデータセットに適合させ、潜在的な銀行顧客の離脱予測に寄与しています。さらに、最終的な予測結果のパフォーマンスを向上させるために、特徴選択とハイパーパラメータ調整のいくつかの方法が使用されています。異なるモデルから生成された結果は、精度、適合率、再現率などの観点から比較されています。年齢と銀行から購入した製品の数が予測結果に大きく影響を与える2つの要因であると示唆されています。LightGBMモデルは全体的なパフォーマンスが最良であるため、今後の予測に推奨されます。”},{