5. ConclusionAs the external situat

5. Conclusion
As the external situation has undergone profound changes in operations, customer competition among
commercial banks is increasingly fierce. Customer attrition analysis has become an significant research topic for
commercial banks. This study aims to establish SVM model to predict customer attrition of commercial banks. Due
to the imbalanced characteristics of the actual commercial bank customer churn dataset, SVM model cannot predict
the churners effectively and only general evaluation criteria cannot measure the predictive power of the model.
By changing the sample distribution, Random sampling method has a higher degree of recognition. Therefore, we
use random sampling method to improve SVM method, and select F-measure to evaluate the predictive power. To
compare the prediction effect, we also establish Logistic regression model. The results show that the combination of
random sampling method and the SVM model can significantly improve the predictive power and help commercial
banks predict churners more accurately.

ผลลัพธ์ (ไทย) 1:

5. บทสรุป
เป็นสถานการณ์ภายนอกมีเปลี่ยนแปลงอย่างลึกซึ้งในการดำเนินการ การแข่งขันลูกค้าระหว่าง
ธนาคารพาณิชย์จะรุนแรงขึ้น การวิเคราะห์ลูกค้า attrition ได้กลายเป็น หัวข้อการวิจัยที่สำคัญสำหรับ
ธนาคารพาณิชย์ การศึกษานี้มีวัตถุประสงค์เพื่อสร้างแบบจำลอง SVM จะทำนาย attrition ลูกค้าของธนาคารพาณิชย์ ครบกำหนด
ไม่ทำนายแบบ SVM จะลักษณะ imbalanced ของชุดข้อมูลผลาญลูกค้าธนาคารพาณิชย์จริง
เกณฑ์การประเมินได้อย่างมีประสิทธิภาพ และเฉพาะทั่วไป churners ไม่สามารถวัดพลังงานคาดการณ์ของแบบจำลอง
โดยการเปลี่ยนการกระจายตัวอย่าง วิธีการสุ่มตัวอย่างสุ่มตัวอย่างมีการรับรู้ในระดับที่สูงขึ้น ดังนั้น เรา
ใช้วิธีสุ่มตัวอย่างแบบสุ่มเพื่อปรับปรุงวิธี SVM เลือก F-วัดประเมินการมอบอำนาจ การ
เปรียบเทียบผลการคาดเดา เราสร้างแบบจำลองถดถอยโลจิสติก ผลลัพธ์แสดงว่าชุด
วิธีการสุ่มตัวอย่างแบบสุ่มและแบบ SVM สามารถมากปรับปรุงการมอบอำนาจ และช่วยค้า
ธนาคารทาย churners ได้แม่นยำมากขึ้นได้

ผลลัพธ์ (ไทย) 2:

5. สรุป
ขณะที่สถานการณ์ภายนอกที่มีระดับการเปลี่ยนแปลงที่ลึกซึ้งในการดำเนินงานการแข่งขันในหมู่ลูกค้าของ
ธนาคารพาณิชย์เป็นที่รุนแรงมากขึ้น การวิเคราะห์การขัดสีของลูกค้าได้กลายเป็นหัวข้องานวิจัยที่สำคัญสำหรับ
ธนาคารพาณิชย์ การศึกษาครั้งนี้มีจุดมุ่งหมายเพื่อสร้างแบบจำลองในการทำนาย SVM การขัดสีของลูกค้าของธนาคารพาณิชย เนื่องจาก
ลักษณะการขาดดุลของธนาคารพาณิชย์ชุดลูกค้าปั่นที่เกิดขึ้นจริงแบบ SVM ไม่สามารถคาดการณ์
churners ได้อย่างมีประสิทธิภาพและเกณฑ์การประเมินทั่วไปไม่สามารถวัดพลังงานคาดการณ์ของแบบจำลอง
โดยการเปลี่ยนการกระจายตัวอย่างวิธีการสุ่มตัวอย่างแบบสุ่มมีระดับที่สูงขึ้นของการรับรู้ . ดังนั้นเราจึง
ใช้วิธีการสุ่มตัวอย่างในการปรับปรุงวิธีการ SVM และเลือก F-วัดเพื่อประเมินผลการใช้พลังงานในการทำนาย เพื่อ
เปรียบเทียบผลการทำนายเรายังสร้างรูปแบบการถดถอยโลจิสติก ผลลัพธ์ที่แสดงให้เห็นว่าการรวมกันของ
วิธีการสุ่มตัวอย่างแบบสุ่มและแบบ SVM อย่างมีนัยสำคัญสามารถปรับปรุงการใช้พลังงานคาดการณ์และช่วยให้การค้า
ธนาคารคาดการณ์ churners ถูกต้องมากขึ้น

ผลลัพธ์ (ไทย) 3:

5 . สรุป
เป็นสถานการณ์ภายนอกมีการเปลี่ยนแปลงที่ลึกซึ้งในการดำเนินงานของธนาคารพาณิชย์มีการแข่งขันลูกค้า
ดุร้ายมากขึ้น การวิเคราะห์การถดถอยของลูกค้าได้กลายเป็นหัวข้อสำคัญใน
ธนาคารพาณิชย์ การศึกษานี้มีวัตถุประสงค์เพื่อสร้างแบบจำลองเพื่อทำนายการ SVM ลูกค้าของธนาคารพาณิชย์ เนื่องจาก
เพื่อสมดุลลักษณะของธนาคารลูกค้าปั่นข้อมูลที่เกิดขึ้นจริง , รูปแบบ SVM ไม่สามารถทำนาย
churners อย่างมีประสิทธิภาพและเพียงทั่วไปเกณฑ์การประเมินไม่สามารถวัดความสามารถของแบบจำลอง
โดยเปลี่ยนแจกตัวอย่างวิธีการสุ่มตัวอย่างที่มีระดับสูงของการรับรู้ ดังนั้นเราจึงใช้วิธีการสุ่มตัวอย่าง
เพื่อปรับปรุงวิธี SVM ,และเลือกค่า F เพื่อศึกษาอำนาจพยากรณ์ .

เปรียบเทียบการทำนายผล เราสามารถสร้างแบบจำลองสมการถดถอยโลจิสติก ผลการวิจัยพบว่า การรวมกันของ
การสุ่มตัวอย่างแบบสุ่มและ SVM แบบจำลองสามารถปรับปรุงความสามารถ และช่วยให้ธนาคารพาณิชย์ churners
ทำนายได้ถูกต้องมากขึ้น