基于改进XGBoost算法的UBI车险费率等级判定模型研究

针对XGBoost算法参数多且不易确定从而影响算法分类预测准确度的问题,提出GA-XGBoost算法,建立UBI车险费率等级评定模型。该模型是利用遗传算法对XGBoost模型参数进行寻优,提高XGBoost模型判定的准确度。实证结果表明GA-XGBoost算法相比于SVM算法、CART算法在UBI客户驾驶行为的风险等级评定过程中具有更高的判别精度,且在建立UBI车险费率等级判定模型过程中易于实现,具有良好的鲁棒性,能够取得较理想的等级评定效果。