用于可解释医疗保险费用预测的机器学习

随着越来越多的保险公司旨在最大化机器学习方法的潜力以提升生产力和效率，医疗保健中的预测建模持续成为一个活跃的精算研究课题。在本文中，作者部署了三种基于回归的集成ML模型，通过极端梯度提升、梯度提升机和随机森林方法结合决策树变体，用于预测医疗保险费用。部署了可解释人工智能方法SHapley Additive exPlanations（SHAP）和个体条件期望图来发现并解释数据集中影响医疗保险保费价格的关键决定因素。所使用的数据集包含986条记录，可在KAGGLE仓库公开获取。使用四种性能评估指标对模型进行评估，包括R平方、平均绝对误差、均方根误差和平均绝对百分比误差。结果显示所有模型都取得了令人印象深刻的成果；然而，XGBoost模型取得了更好的整体性能，尽管它也消耗了更多的计算资源，而RF模型记录到更小的预测误差且比XGBoost模型消耗远少的计算资源。此外，我们比较了两种XAi方法在识别影响各模型保费价格的关键决定特征方面的输出，虽然两种XAi方法产生了相似的结果，但我们发现ICE图比SHAP分析更详细地展示了各变量之间的交互作用，而SHAP分析似乎更为高层。作者旨在本研究的贡献能帮助政策制定者、保险公司和潜在医疗保险购买者在其决策过程中选择满足其特定需求的合适保单。