预测保险欺诈:预测保险单欺诈 源码

预测保险单中的欺诈欺诈每年使保险公司损失数十亿美元。 如今,大多数保险公司都希望更好地了解欺诈行为,欺诈行为对公司的影响以及如何使用高级分析方法更好地控制欺诈行为。 我们有来自同一家公司的保险数据。 我的目标是通过使用机器学习模型更好地预测欺诈案件。 创建该存储库的主要目的是在数据上应用几种不同的模型,以了解与欺诈有关的因素并事先预测欺诈。 我将探索几种模型,例如KNN,SVM,逻辑回归,随机森林和朴素贝叶斯(Naive Bayes)等,然后看看哪种模型最能预测欺诈。 定义一个理想的指标来判断模型性能不是正确的方法,因为我们在目标变量级别上存在类不平衡。 我已经讨论了解决班级不平衡问题的技术,并根据诸如召回率,AUC等指标确定了性能最佳的模型,并得出了一个整体的结论。 我在我的项目中提到了Towards Data Science,Geeks for Geeks等渠道中的几篇文章,我已