作为不平衡机器学习问题的机动车保险索赔发生预测
统计金融
2022-04-14 v1 机器学习
摘要
保险业拥有大型数据集，是应用大数据解决方案的自然场所。但必须强调的是，保险业中大量机器学习应用，如欺诈检测和索赔预测，都涉及在不平衡数据集上的机器学习问题。这是因为与全体驾驶员群体相比，欺诈或索赔属于稀有事件。不平衡学习问题通常难以克服。因此，本工作的主要目标是提出并应用多种处理不平衡数据集的方法，用于车险索赔发生预测。此外，上述技术被用于比较机器学习算法在车险索赔发生预测中的结果。我们的研究涵盖以下技术：logistic-regression、decision tree、random forest、xgBoost、feed-forward network。该问题属于分类问题。
引用
@article{arxiv.2204.06109,
title = {Prediction of motor insurance claims occurrence as an imbalanced machine learning problem},
author = {Sebastian Baran and Przemysław Rola},
journal= {arXiv preprint arXiv:2204.06109},
year = {2022}
}