【摘 要】
：
针对保险理赔准备金预测问题,提出了一种基于XGBoost-LSTM组合模型的预测方法。首先,利用lightGMB(轻量级梯度提升机)模型对保险理赔数据进行融合并构成新数据集;然后,采用XGBoost-LSTM模型对保险理赔准备金进行预测;最后,以2017年Allstate公司的数据为例,对提出的方法进行了验证。实验结果表明,所提出的组合模型与传统的SVM和RF模型相比具有更高的预测精度。
论文部分内容阅读
针对保险理赔准备金预测问题,提出了一种基于XGBoost-LSTM组合模型的预测方法。首先,利用lightGMB(轻量级梯度提升机)模型对保险理赔数据进行融合并构成新数据集;然后,采用XGBoost-LSTM模型对保险理赔准备金进行预测;最后,以2017年Allstate公司的数据为例,对提出的方法进行了验证。实验结果表明,所提出的组合模型与传统的SVM和RF模型相比具有更高的预测精度。
其他文献
一、严把“塘口关”养鱼塘口,要求水源充足、注排水方便、周边无污染源,池埂高2.5-3.0米,塘底平整,底泥厚10-15厘米,池塘呈长方形。整修结束,亩用100千克生石灰全池均匀泼洒
针对含铬废水毒性大、处理难的问题,基于正交和单因素试验,研究了超声波辅助法制备的纳米FeS对废水中铬的去除效果,并探讨了纳米FeS去除铬的机理。结果表明,纳米FeS的最佳制
针对Siamese跟踪算法在目标形变、相似物体干扰等复杂情况下容易跟踪漂移或丢失的问题,提出一种融合残差连接与通道注意力机制的目标跟踪算法.首先,通过残差连接将模板分支网络提取的浅层结构特征与深层语义特征进行有效的融合,以提高模型的表征能力;其次,引入通道注意力模块,使模型自适应地对不同语义目标特征通道加权,以提高模型的泛化能力;最后设计并提出一种基于相关性响应值的权重掩码,在离线训练时提高相似语
针对单载体信息隐藏算法的嵌入容量和安全性受载体数量限制无法进一步提升的问题,将载体预处理和秘密信息的嵌入结合于图像角度结构特征(angle structure descriptor,ASD),提出了一种基于角度结构特征的多载体信息隐藏算法。首先,提取图像的ASD特征向量对载体集进行分类,转换得到图像ASD方向场后对其编码;其次,根据载体分类数对秘密信息分段并进行置乱和优化;最后,基于ASD方向场的
为研究酪蛋白水解物为碳源的强化生物除磷系统的启动及其性能,采用序批式反应器对系统启动过程中污染物的去除效果、聚磷菌的富集以及不同温度和厌氧时间下系统内菌群结构变
每年6-9月是水产养殖生产高峰期,天气持续高温,随着投饲量逐步增加,养殖鱼类吃食量、排泄物也随之增加,养殖水体生态环境日益恶化。为了杀灭病菌,净化水体环境,养殖生产中用
随着水产养殖业的高速发展,渔药使用更加广泛,养殖户在购买、运输、使用中通常会面临渔药的存放问题;为避免养殖户因储存渔药不当而造成损失,现根据本人实践,提醒各地养殖户
为了减少显著性物体检测对像素级标签的依赖,提出了一种基于图像语义的弱监督显著性物体检测方法.利用鱼网络和注意力机制的组合模型,在图像语义热力映射图的基础上,对弱标签采用余弦相似度进行训练更新,同时在网络训练初期采用训练诱导策略,利用简单数据集对整个网络进行诱导训练,使其具有一定的能力.然后,经过不断地增加数据集的复杂性,使得网络提取特征的能力越来越强.在4个显著性检测数据集上进行实验,并与传统监督
选用牛血清蛋白(BSA)代表废水中普遍存在的蛋白类污染物,通过曝气臭氧化预处理,并采用聚偏氟乙烯(PVDF)超滤膜进行了宏观膜污染实验。结合单纯曝气和纯臭氧氧化处理后的膜污
目标检测算法性能优劣既依赖于数据集样本分布,又依赖于特征提取网络设计.从这2点出发,首先通过分析COCO 2017数据集各尺度目标属性分布,探索了数据集固有的导致小目标检测准确率偏低的潜在因素,据此提出CP模块,该模块以离线方式调整数据集小目标分布,一方面对包含小目标图片进行上采样,另一方面对图片内小目标进行复制粘贴.然后,针对网络特征提取能力问题,受课程学习(CL)思想启发,提出CL层,该层用目