期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

浅谈集成树算法在保险赔偿领域的应用

下载PDF

导出

摘要如果某人今天买了一份保险,万一明天或者后天就发生了风险,那么保险公司赔给他的钱是他今天所花的钱的倍数,这是衡量一张保单保障意义的有力数据。机器学习方法在如今的许多领域都发挥着重要作用,在目前众多广泛应用于各种学习任务的机器学习算法中,集成树算法属于其中的佼佼者。文章对集成树算法中的XGBoost算法研究分析,通过在保险理赔预测的应用展示了其算法功能的优越性能。

作者刘婷婷

机构地区南京财经大学

出处《青年与社会》 2020年第3期209-210,共2页 Young Society

关键词 XGBoost 保险理赔预测机器学习

分类号 TP3 [自动化与计算机技术—计算机科学与技术]

引文网络
相关文献

参考文献1

1连克强..基于Boosting的集成树算法研究与分析[D].中国地质大学(北京),2018:

1袁润钦.化解医疗纠纷：人民调解与保险理赔相结合模式的实践探析——以湖南省郴州市为例[J].医学与法学,2020,12(1):66-70. 被引量：3
2张丽,张迦皓.海盗赎金保险赔偿问题研究[J].中国海商法研究,2019,30(4):93-100. 被引量：5
3何欣梅.渔船保险理赔中存在的问题及对策——以福建省渔业互助保险为例[J].渔业信息与战略,2020,35(1):7-11. 被引量：1
4贺达.脉冲多普勒雷达特点分析[J].电子乐园,2019(23):11-11.
5侯禹臣,吴伟.静态图像行为标注众包系统的设计与实现[J].计算机科学,2019,46(S11):580-583. 被引量：3
6张晓菊.从财务角度看汽车4S店内部控制环节：存在的问题与改进的措施[J].中国集体经济,2020(8):104-106. 被引量：4
7刘长良,曹威,王梓齐.基于MMI-PCA-KLPP二次降维和模糊树模型的NO_X浓度软测量方法[J].华北电力大学学报（自然科学版）,2020,47(1):79-86. 被引量：5
8崔伟锋,刘萧萧,韩静旖,范军铭.基于随机森林的原发性高血压心血管风险预后模型[J].中国老年学杂志,2020,40(4):814-816. 被引量：10
9杨亚涛,刘博雅,孙亚飞,李子臣.NTRU全同态掩码防御方案[J].计算机学报,2019,42(12):2742-2753. 被引量：3
10王云.银保业务深化合作新路径[J].现代金融,2020(1):56-56.

青年与社会

2020年第3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部