本项目展示了SMOTE算法的MATLAB代码实现，并应用于流失预警模型的构建（二分类问题）。该模型源自我在某银行构建的客户流失模型，模型性能包括AUC：83%、召回率：19.4%、精确率：85%。数据使用外部数据集，已进行脱敏处理。本项目帮助学习者掌握以下技能：

  • 数据处理与特征工程
  • 使用LightGBM进行建模
  • sklearn包的使用（包括：GridSearchCV寻优、StratifiedKFold分层交叉验证、train_test_split数据切分等）
  • stacking模型融合技术
  • 绘制AUC图与混淆矩阵图
  • 输出预测名单并进行结果分析。

项目内容包括详细的注释，覆盖率约80%，适合新手快速入门。所有步骤都解释清楚：是什么（WHAT）、怎么做（HOW）、为什么这么做（WHY）。

支持持续更新，并提供免费帮助，欢迎提出问题或建议。

请注意：本项目仅用于学习和研究，非商业用途，转载请注明来源。如有侵权问题，请及时联系作者。作者邮箱：909336740@qq.com