基于机器学习的电信客户流失预测

用客户数据预测电信客户流失，并用 SHAP 讲清「谁会走、为什么走」。业务特征工程 + 六模型对比 + 两阶段调参 + 熵权-TOPSIS 选模——带注释代码、技术文档、面试问答全配齐。

• 任务类型机器学习
• 专业方向计算机 · 数据科学 · 经管/社科

项目亮点

• 类别不平衡处理：SMOTE过采样（仅训练集），测试集保持原始分布
• 特征工程：二值编码 + 有序编码 + 独热编码 + 交互特征 + 衍生特征 + 分箱
• 两阶段调参：贝叶斯优化粗调（20次迭代）→ 网格搜索细调（±20%微调）
• 二次调参：遍历0.1~0.9阈值，优化F1分数

数据与任务

如果你想找一个贴近业务、又能体现完整数据科学能力的项目，这个「电信客户流失预测」很合适。

它把一个真实的商业问题做成了端到端的机器学习方案，配套也给你备齐了，帮你真正搞懂它、在面试和答辩里讲明白：带中文注释、能读懂的代码，一份从背景讲到每步实现的技术文档，一份把面试问题连答案都写好的问答文档，还有一整套能直接做 PPT 的配图。

先说清楚，它到底在做什么

对电信运营商来说，挽留一个老客户比拉一个新客户便宜得多。难点在于：要从一堆客户特征里提前识别"谁可能要走"，并且说清楚"为什么走"，才能有针对性地挽留。

这个项目搭了一条完整的流水线：先做业务特征工程（把在网时长、合同类型、消费等组合出交互和衍生特征，从 20 维扩到 30 维），用 SMOTE 平衡正负样本，对比六种模型并两阶段调参，用熵权-TOPSIS 客观选模，最后用 SHAP 把"哪些客户、因为什么会流失"讲成可落地的业务洞察。

搞懂它，你能在面试里讲清楚什么

把下面几件事吃透，面试官顺着问下来你都能接得住。

业务特征工程怎么把领域理解变成特征。 像"账期消费强度""合同锁定度""客户价值"这类衍生特征，背后都是业务逻辑。你能借此讲清楚特征工程不是堆砌，而是把对业务的理解翻译成模型能用的信号。

SMOTE 不平衡处理 + 熵权-TOPSIS 客观选模。 流失客户是少数，用 SMOTE 平衡训练集；多个指标里业务最看重召回（别漏掉要走的客户），熵权-TOPSIS 能客观地把这种偏好综合进排名。这两点很能体现你的方法论。

SHAP 怎么把模型讲成业务能用的洞察。 这是项目最值钱的落脚点。SHAP 不仅排出哪些因素最影响流失，还能说清方向——比如月付、短在网时长推高流失，长期合同压低流失，直接指导"该重点挽留谁、怎么挽留"。

下面这组分析图也都给你做好了，可以直接放进答辩或面试 PPT：

更关键的是，每张图怎么跑出来的、该怎么解读，技术文档里都讲清楚了——你能说明白每张图到底说明了什么。

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• 二次调参为什么用 F1 做目标，而不是准确率或 AUC？
• SMOTE 为什么只在训练集做？不这样会有什么问题？
• SHAP 选出的流失因素，怎么转成具体的挽留策略？

看到会愣一下？正常。配套的面试问答文档把这个项目——从整体思路到每个流程细节、各种可能被追问的点——连参考答案都给你写好了。另外还有现成的简历描述，照着改就能写进简历；那套配图也能直接套进 PPT 模板，快速出一份面试 / 答辩 PPT。

配套资料：搞懂一个项目需要的，这里全都有

先看那份技术文档——从背景、特征工程、不平衡处理一直讲到 TOPSIS 与 SHAP 业务洞察，图文并茂：

代码也给你了——关键部分都带着中文注释，帮你读懂"它到底是怎么实现的"：

技术文档、面试问答、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是赶毕设、想给简历添个有分量的项目，还是在准备面试，这个题目都接得住。专业上，计算机、数据科学、人工智能、市场营销、管理方向都很合适。客户流失预测是业界最经典的落地场景之一，把它真正搞懂、能讲出来，就是一个能写进简历、撑得起面试的项目。