目前传统的银行营销方式已逐渐显露出颓势,实现精准营销成为银行业面临的重要问题。
选取UCI银行营销数据集和某金融机构的营销数据集作为研究对象,并进行数据清洗、数据分析和特征工程。同时利用SMOTE过采样解决数据集不平衡问题。最后使用随机森林、KNN、SVM等多种机器学习算法和Soft-Voting方法,构建得到一个精确且稳健的银行精准营销预测模型。更加具体细节的思路可看代码及注释。
├── bank_additional
├── data
├── bank_marketing.R
├── bank_marketing.ipynb
└── README.md
* bank_additional R文件使用的数据集
* data ipynb文件使用数据集
* bank_marketing.R R语言实现bank-marketing
* bank_marketing.ipynb python语言实现bank-marketing