基于机器学习技术的返乡发展人群预测模型研究与应用

Abstract

随着经济的发展和一线城市生活压力的增大，越来越多的人迁移城市以及返回家乡发展，为了高效服务用户和提升用户产品使用体验，提出基于LightGBM、CatBoost等算法来预测返乡发展人群，并进行了异构模型融合。通过模型对比，所提融合模型有更好的效果，可以为服务和产品提供依据，减少流失优化感知，提高市场保有率。

Keywords

• lightgbm
• 特征工程
• knn
• k折交叉验证