集成机器学习的马尔可夫模型用于健康保险欺诈检测
机器学习
2021-02-23 v1 人工智能
应用统计
摘要
欺诈已导致印度健康保险行业费用大幅增加。本研究旨在提供应用于健康保险欺诈检测的方法。工作提出两种途径——一种马尔可夫模型，以及一种利用梯度提升方法的改进马尔可夫模型用于健康保险理赔。数据集包含 382,587 条理赔，其中 38,082 条为欺诈。基于马尔可夫的模型准确率为 94.07%，F1 分数为 0.6683。而改进马尔可夫模型表现远优，准确率达 97.10%，F1 分数为 0.8546。观察到改进马尔可夫模型较马尔可夫模型给出了低得多的假阳性。
引用
@article{arxiv.2102.10978,
title = {Markov model with machine learning integration for fraud detection in health insurance},
author = {Rohan Yashraj Gupta and Satya Sai Mudigonda and Pallav Kumar Baruah and Phani Krishna Kandala},
journal= {arXiv preprint arXiv:2102.10978},
year = {2021}
}
备注
6 pages, 10 figures