针对目前客户流失预测方法的不足，在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上，改进标准的C支持向量分类机(SVC)。通过以美国某电信公司客户流失预测为实例，与标准CSVC、人工神经网络、决策树、贝叶斯分类器等方法进行了对比，发现该方法能获得较好的正确率、命中率、覆盖率和提升系数，是研究客户流失预测问题的有效方法。