基于树的机器学习方法在车险理赔金额预测中的应用
机器学习
2023-02-22 v1 应用统计
摘要
车险理赔金额预测需要能够高效处理这些理赔的方法。机器学习(ML)是解决该问题的方法之一。基于树的集成学习算法是高效且被广泛使用的 ML 方法。本研究考察车险提供商如何在其公司中引入 ML 方法,并探索这些模型如何应用于保险大数据。我们利用多种基于树的 ML 方法,如 bagging、随机森林和梯度提升,以确定预测理赔金额时各预测因子的相对重要性,并探索理赔金额与预测因子之间的关系。此外,我们评估并比较了这些模型的性能。结果表明,基于树的集成方法优于经典的最小二乘法。关键词:理赔金额预测;机器学习;基于树的集成方法;车险。
引用
@article{arxiv.2302.10612,
title = {Tree-Based Machine Learning Methods For Vehicle Insurance Claims Size Prediction},
author = {Edossa Merga Terefe},
journal= {arXiv preprint arXiv:2302.10612},
year = {2023}
}