Customer Churn Prediction on Structured Data Using FT-Transformer and Stacking Ensembles

En 3 lignesÉtude arXiv proposant une architecture hybride FT-Transformer + XGBoost avec stacking pour prédire le churn client sur données structurées. Atteint 62,10% F1 et 0,861 AUC-ROC sur dataset bancaire public, surpassant MLP de 3,37 points F1. Gère le déséquilibre de classe sans suréchanillonnage synthétique.

Résumé généré par Claude — vérifié par l'humain