期刊导航
期刊开放获取
河南省图书馆
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
1
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
基于两层Stacking模型的累积索赔额预测及定价研究
1
作者
司晶硕
《应用数学进展》
2022年第5期2858-2867,共10页
在传统的索赔额预测中,广义线性模型(GLM)是一种常用的方法。近年来,机器学习算法在该领域也取得了良好的效果,为索赔额预测提供了新的选择。在大数据时代,如何更准确地进行预测,是亟待解决的问题。为了解决该问题,本文利用两层Stackin...
在传统的索赔额预测中,广义线性模型(GLM)是一种常用的方法。近年来,机器学习算法在该领域也取得了良好的效果,为索赔额预测提供了新的选择。在大数据时代,如何更准确地进行预测,是亟待解决的问题。为了解决该问题,本文利用两层Stacking模型,两种其他集成学习算法和广义线性模型对累积索赔额进行预测。通过比较各算法的均方根误差及平方绝对误差,可发现包括Stacking的集成算法精度全部优于传统广义线性模型。最后,本文利用累积索赔额建立了奖惩系统的转移规则,将之与集成学习结合可以更合理地开发新的保险产品。
展开更多
关键词
BAGGING
BOOSTING
STACKING
索赔额预测
奖惩系统
下载PDF
职称材料
题名
基于两层Stacking模型的累积索赔额预测及定价研究
1
作者
司晶硕
机构
河北工业大学理学院
出处
《应用数学进展》
2022年第5期2858-2867,共10页
文摘
在传统的索赔额预测中,广义线性模型(GLM)是一种常用的方法。近年来,机器学习算法在该领域也取得了良好的效果,为索赔额预测提供了新的选择。在大数据时代,如何更准确地进行预测,是亟待解决的问题。为了解决该问题,本文利用两层Stacking模型,两种其他集成学习算法和广义线性模型对累积索赔额进行预测。通过比较各算法的均方根误差及平方绝对误差,可发现包括Stacking的集成算法精度全部优于传统广义线性模型。最后,本文利用累积索赔额建立了奖惩系统的转移规则,将之与集成学习结合可以更合理地开发新的保险产品。
关键词
BAGGING
BOOSTING
STACKING
索赔额预测
奖惩系统
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于两层Stacking模型的累积索赔额预测及定价研究
司晶硕
《应用数学进展》
2022
0
下载PDF
职称材料
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