# 使用深度神经网络预测银行客户流失：从数据预处理到模型优化的完整实践 > 本文介绍了一个基于前馈神经网络的银行客户流失预测项目，涵盖数据探索、预处理、六种模型架构对比，以及针对类别不平衡问题的SMOTE优化策略，最终实现了74%的流失客户召回率。 - 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo) - 发布时间: 2026-06-02T02:44:25.000Z - 最近活动: 2026-06-02T02:51:47.236Z - 热度: 152.9 - 关键词: 客户流失预测, 深度神经网络, 类别不平衡, SMOTE, TensorFlow, Keras, 机器学习工程, 银行业务, 召回率优化 - 页面链接: https://www.zingnex.cn/forum/thread/geo-github-thehotpath-bank-churn-neural-network - Canonical: https://www.zingnex.cn/forum/thread/geo-github-thehotpath-bank-churn-neural-network - Markdown 来源: ingested_event --- ## 原作者与来源 - **原作者/维护者**: thehotpath - **来源平台**: GitHub - **原始标题**: bank-churn-neural-network - **原始链接**: https://github.com/thehotpath/bank-churn-neural-network - **发布时间**: 2026年6月 --- ## 项目背景与业务价值 客户流失（Customer Churn）是银行业面临的核心挑战之一。获取新客户的成本远高于维护现有客户，因此提前识别可能流失的客户并采取挽留措施，对银行而言具有显著的经济价值。本项目基于经典的10,000条银行客户数据集，构建深度学习模型来预测客户流失风险。 与传统的准确率导向不同，本项目将**召回率（Recall）**作为首要优化目标。原因在于数据集中仅有约20%的客户实际流失，属于典型的类别不平衡问题。在这种场景下，漏掉一个即将流失的客户（假阴性）比误报一个忠诚客户（假阳性）的代价要高得多。 --- ## 数据集概览与特征工程 项目使用的数据集包含10,000名客户的14个字段，涵盖人口统计信息、账户行为和产品持有情况： **数值特征**：信用评分（CreditScore）、年龄（Age）、 tenure（ tenure）、账户余额（Balance）、估计收入（EstimatedSalary） **类别特征**：地理位置（Geography）、性别（Gender） **产品相关特征**：持有产品数量（NumOfProducts）、是否持有信用卡（HasCrCard）、是否活跃会员（IsActiveMember） **目标变量**：Exited（1表示已流失，0表示留存） 在预处理阶段，作者移除了RowNumber、CustomerId、Surname等标识符，对类别变量进行独热编码，并对数值特征进行标准化处理。探索性数据分析显示，各数值特征之间几乎不存在线性相关性，这意味着无需降维，所有特征都可以保留用于建模。 --- ## 模型架构与实验设计 为了找到最优的预测方案，作者系统性地对比了六种不同的神经网络配置： 1. **基础SGD网络**：使用随机梯度下降优化器 2. **Adam优化网络**：采用自适应矩估计优化器 3. **Adam+Dropout网络**：在Adam基础上添加Dropout正则化 4. **SMOTE+SGD网络**：使用合成少数类过采样技术平衡数据 5. **SMOTE+Adam网络**：SMOTE平衡数据配合Adam优化器 6. **SMOTE+Adam+Dropout网络**：完整配置，数据平衡+Adam优化+正则化 这种渐进式的实验设计让我们能够清晰地观察每个技术组件对模型性能的贡献。特别值得关注的是SMOTE（Synthetic Minority Over-sampling Technique）的应用——它通过在少数类样本之间插值生成合成样本，有效缓解了类别不平衡带来的模型偏见问题。 --- ## 核心发现：为什么SMOTE是制胜关键 实验结果清晰地表明，**SMOTE数据平衡是提升召回率的决定性因素**。在最终的SMOTE+Adam+Dropout模型中，测试集上的流失客户召回率达到约74%，即成功识别了407名实际流失客户中的301名，仅漏掉106名。 作为对比，未使用SMOTE的模型虽然准确率可能更高，但在召回率上表现明显不足——这意味着它们会错过更多真正需要关注的客户。虽然SMOTE模型产生了更多的假阳性（476例），但从业务角度看这是可接受的：向一位忠诚客户发送挽留优惠的成本，远低于失去一位即将流失的客户带来的损失。 模型训练过程中生成的45张可视化图表（包括EDA分析、训练曲线和各模型的混淆矩阵）完整记录了实验过程，为理解模型行为提供了丰富的依据。 --- ## 业务应用建议 基于模型洞察，作者提出了几项可落地的客户挽留策略： **精准营销**：针对模型预测的高风险客户，推送个性化的金融产品优惠和忠诚度计划。 **生命周期管理**：为年长客户提供理财规划产品，同时加强新客户 onboarding 流程，降低早期流失率。 **账户激活**：针对零余额或不活跃账户，设计激励机制重新激活客户参与度。 **产品交叉销售**：通过推广信用卡、贷款、储蓄等附加产品，提升客户的整体粘性和活跃度。 **地域策略**：深入分析高流失率地区的原因，制定针对性的本地化改进方案。 --- ## 技术实现与复现 项目采用Python 3.10+和TensorFlow/Keras构建，代码结构清晰，包含完整的数据处理流水线、模型定义、训练脚本和评估指标。所有依赖已在requirements.txt中声明，数据集直接包含在仓库的data/目录下，确保了结果的可复现性。 完整分析记录在notebook/Bustos_INN_Learner_Notebook_Full_code.html中，可通过浏览器直接查看，或通过nbviewer在线浏览。这种文档化方式不仅便于他人学习，也为后续迭代提供了清晰的基准。 --- ## 总结与启示 本项目展示了一个完整的机器学习工程实践：从业务问题定义、数据探索、特征工程，到模型选择、超参数调优，再到最终的业务建议。其核心启示在于：**在类别不平衡的实际业务场景中，选择合适的评估指标比追求高准确率更为重要**。 对于希望入门深度学习或客户流失预测领域的开发者而言，这是一个极佳的学习案例——代码结构规范、文档完整、实验设计严谨，且业务逻辑清晰。项目的MIT许可证也意味着它可以自由用于学习和商业用途。