基于數(shù)學(xué)統(tǒng)計(jì)的保險(xiǎn)賠付風(fēng)險(xiǎn)預(yù)測(cè)模型設(shè)計(jì)
發(fā)布時(shí)間:2023-05-28 12:05
設(shè)計(jì)基于數(shù)學(xué)統(tǒng)計(jì)的保險(xiǎn)賠付風(fēng)險(xiǎn)預(yù)測(cè)模型,分別從使用量、駕駛表現(xiàn)、危險(xiǎn)駕駛、出行習(xí)慣四個(gè)方面選取能夠反映駕駛行為的20個(gè)風(fēng)險(xiǎn)因子構(gòu)建指標(biāo)體系,利用數(shù)學(xué)統(tǒng)計(jì)中的因子分析法從上述指標(biāo)體系內(nèi)選取6個(gè)能代表駕駛行為風(fēng)險(xiǎn)情況的典型風(fēng)險(xiǎn)因子;以選取的典型風(fēng)險(xiǎn)因子為基礎(chǔ)結(jié)合二分類(lèi)隨機(jī)變量,利用具有優(yōu)秀分類(lèi)與回歸性能的XGBoost模型構(gòu)建保險(xiǎn)賠付風(fēng)險(xiǎn)預(yù)測(cè)模型,預(yù)測(cè)變量所屬類(lèi)別與概率分布。實(shí)證分析結(jié)果顯示,該模型迭代速度較快,AUC值與F值相較于傳統(tǒng)Logistic模型分別上升67.4%和2.3%,顯著高于對(duì)比模型。
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引言
1 保險(xiǎn)賠付風(fēng)險(xiǎn)預(yù)測(cè)模型
1.1 研究樣本及指標(biāo)體系構(gòu)建
1.2 指標(biāo)體系處理
1.3 XGBoost模型
2 實(shí)驗(yàn)分析
3 結(jié)論
本文編號(hào):3824558
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引言
1 保險(xiǎn)賠付風(fēng)險(xiǎn)預(yù)測(cè)模型
1.1 研究樣本及指標(biāo)體系構(gòu)建
1.2 指標(biāo)體系處理
1.3 XGBoost模型
2 實(shí)驗(yàn)分析
3 結(jié)論
本文編號(hào):3824558
本文鏈接:http://sikaile.net/jingjilunwen/bxjjlw/3824558.html
最近更新
教材專(zhuān)著