如何将机器学习与灵敏性分析相结合来制定业务策略？( 十 )_数不清的企业通常使用机器学习（ML）来

在第一种最简单的方法中，训练是基于对丰富类（没有流失的客户）的随机抽样来进行的，以匹配稀有类（有流失的客户）的规模。
在第二种方法中（如下图所示），我将训练基于模型的集合，其中每个模型使用9个丰富类的随机样本（不进行替换）和稀有类的一个完整样本。我之所以选择9倍，是因为类别的不平衡程度大约是1比9（如下图的直方图所示）。因此， 1-9是使用丰富类中的全部或几乎所有数据所需的采样量。这种方法比较复杂，但是会使用所有可用信息，从而提高了通用性。我将在以下面章节中评估其有效性。

对于这两种方法，在测试集上考虑实际情况而保持类的不平衡来评估模型性能。