Auto Insurance_Claim Prediction:笛卡尔承保带回家评估 源码
汽车保险_索赔预测 解释性报告 请参阅此存储库中名为的文件,以获取有关此Data Science项目结构的说明。 广泛地讲,我们首先在“ Preliminaryprocessing.ipynb”中运行数据处理,然后通过“ EDA.ipynb”探索数据,最后在“ Machine_Learning_Modeling.ipynb”中对机器学习算法进行建模。 套件安装 第一个预处理笔记本中提供了默认anaconda环境之上的软件包安装命令。 为了方便起见,在下面也引用了它们。 请在Jupyter Notebook单元上运行以下命令: !pip安装numpy !pip安装熊猫 !pip install seaborn !pip安装matplotlib !pip install -U scikit-learn !pip安装xgboost !pip安装heatmapz
文件列表
Auto-Insurance_Claim-Prediction-main.zip
(预估有个13文件)
Auto-Insurance_Claim-Prediction-main
train_cleaned.csv
790KB
XGBoost_test-classifications.csv
19KB
Preliminary-processing.ipynb
92KB
Logistic_Regression_test-probabilities.csv
74KB
XGBoost_test-probabilities.csv
48KB
train_auto.csv
1.11MB
Descartes_Underwriting_Assessment_Report.pdf
39KB
EDA.ipynb
2.92MB
SHELL_AUTO.csv
37KB
暂无评论