基于机器学习的客户流失与干预的策略研究

项目说明

项目在本地目录 lushi/app/models 下组织代码，包含 __init__.py、churn_model.pkl、customer_segmentation.py、intervention_strategy.py、prediction_model.py 等文件。prediction_model.py 中定义了 predict_churn 函数，在模型文件缺失时生成随机概率并标记约三成客户为高风险。运行 app.py 后服务监听 127.0.0.1:5000，日志显示模型准确率 0.85，并输出预测完成、高风险客户数量及首个高风险客户示例字段。