期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
车险定价中风险因子重要性测度的比较研究——基于集成学习方法和广义线性回归模型
被引量：
13
1
作者
张
碧
怡
肖宇谷
曾宇哲
《保险研究》
CSSCI
北大核心
2019年第10期73-83,共11页
车险业务中影响车险损失的风险因子很多,如从人因子、从车因子、从属地因子和保单属性因子等,保险公司通常利用这些风险因子对个体风险进行分类,一方面作为车险定价的依据,另一方面也为部门沟通、业务选择和市场细分提供支持。因此,识...
车险业务中影响车险损失的风险因子很多,如从人因子、从车因子、从属地因子和保单属性因子等,保险公司通常利用这些风险因子对个体风险进行分类,一方面作为车险定价的依据,另一方面也为部门沟通、业务选择和市场细分提供支持。因此,识别风险因子的重要性对提升整个车险业务质量有非常重要的意义。近年来机器学习算法在车险损失预测中的应用越来越多,但目前的研究主要考虑了损失预测的精度,对风险因子的重要性测度缺少系统深入的研究。为此,本文对8个车险数据集,利用两种集成学习方法(随机森林和XGBoost),比较了它们与广义线性回归模型在索赔频率风险因子重要性测度上的一致性。研究结果表明,这两种集成学习方法不仅能提高预测精度,还能提供较一致的风险因子重要性测度。
展开更多
关键词
汽车保险
机器学习
变量重要性
随机森林
XGBoost
原文传递
搬运及安装大型机械的安全措施
2
作者
张
碧
怡
《上海劳动保护技术》
1993年第6期16-20,共5页
关键词
搬运
安装
大型机械
安全措施
原文传递
题名
车险定价中风险因子重要性测度的比较研究——基于集成学习方法和广义线性回归模型
被引量：
13
1
作者
张
碧
怡
肖宇谷
曾宇哲
机构
中国人民大学统计学院
中国人民大学统计学院风险管理与精算教研室
出处
《保险研究》
CSSCI
北大核心
2019年第10期73-83,共11页
基金
教育部人文社会科学重点研究基地重大项目(16JJD910001):基于大数据的精算统计模型与风险管理问题研究
中国人民大学2019年度“中央高校建设世界一流大学(学科)和特色发展引导专项资金”,支持和资助
文摘
车险业务中影响车险损失的风险因子很多,如从人因子、从车因子、从属地因子和保单属性因子等,保险公司通常利用这些风险因子对个体风险进行分类,一方面作为车险定价的依据,另一方面也为部门沟通、业务选择和市场细分提供支持。因此,识别风险因子的重要性对提升整个车险业务质量有非常重要的意义。近年来机器学习算法在车险损失预测中的应用越来越多,但目前的研究主要考虑了损失预测的精度,对风险因子的重要性测度缺少系统深入的研究。为此,本文对8个车险数据集,利用两种集成学习方法(随机森林和XGBoost),比较了它们与广义线性回归模型在索赔频率风险因子重要性测度上的一致性。研究结果表明,这两种集成学习方法不仅能提高预测精度,还能提供较一致的风险因子重要性测度。
关键词
汽车保险
机器学习
变量重要性
随机森林
XGBoost
Keywords
auto insurance
machine learning
variable importance measurement
Random Forest
XGBoost
分类号
F840.65 [经济管理—保险]
F224.7
原文传递
题名
搬运及安装大型机械的安全措施
2
作者
张
碧
怡
出处
《上海劳动保护技术》
1993年第6期16-20,共5页
关键词
搬运
安装
大型机械
安全措施
分类号
TH188 [机械工程—机械制造及自动化]
TH182
原文传递
题名
作者
出处
发文年
被引量
操作
1
车险定价中风险因子重要性测度的比较研究——基于集成学习方法和广义线性回归模型
张
碧
怡
肖宇谷
曾宇哲
《保险研究》
CSSCI
北大核心
2019
13
原文传递
2
搬运及安装大型机械的安全措施
张
碧
怡
《上海劳动保护技术》
1993
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
