xgboost

本文以某财产保险公司的汽车保险数据为样本，包括了保单类型、车辆驾驶人性别、年龄、车龄、驾驶人年龄分组、车辆所属地区、车年数、索赔次数和保险期间的累计赔付总额。随着汽车行业的发展，汽车保险公司的业务也在不断发展，现阶段汽车保险公司通过对保险索赔数据的收集分析，数据挖掘能够找到影响索赔的因素，从而帮助保险公司规避风险。但对字段特征进行分析后发现，年龄和年龄分组存在严重的多重共线性问题，车年数和索赔次数存在较强的多重共线性问题，在后续的逻辑回归建模中会删掉年龄和车年数这两个特征。其中包括性别，地区，保单类型。