Dataset之AllstateClaimsSeverity：AllstateClaimsSeverity數據集(Kaggle2016競賽)的簡介、下載、案例應用之詳細攻略

?

?

?

目錄

AllstateClaimsSeverity數據集(Kaggle2016競賽)的簡介

AllstateClaimsSeverity數據集(Kaggle2016競賽)的下載

AllstateClaimsSeverity數據集(Kaggle2016競賽)的案例應用

---

?

?

?

?

AllstateClaimsSeverity數據集(Kaggle2016競賽)的簡介

? ? ? ? 世界上車禍每時每秒都有發生，假如某人被一場嚴重的車禍摧毀時，該人的注意力集中在最重要的事情上：家人、朋友和其他親人。和保險代理人一起寫論文是你最不想花時間或精力的地方。這就是為什么美國個人保險公司好事達（Allstate）不斷尋求新的想法，以改善他們為1600多萬家庭提供的理賠服務。
? ? ? ? Allstate目前正在開發自動預測索賠成本的方法，從而預測索賠的嚴重性。在這次招聘挑戰中，Kaggers被邀請展示他們的創造力，并通過創建一個精確預測索賠嚴重性的算法來調整他們的技術能力。有抱負的競爭對手將展示對預測索賠嚴重性的更好方法的洞察力，從而有機會成為好事達確保無憂客戶體驗的一部分。

官網：https://www.kaggle.com/c/allstate-claims-severity/overview
?

1、競賽得分的評估
? ? ? ?提交資料是根據預測損失和實際損失之間的平均絕對誤差（MAE）進行評估的。

?

2、數據集簡介

? ? ? ? ?此數據集中的每一行表示保險索賠。必須預測“損失”列的值。以“cat”開頭的變量是分類變量，而以“cont”開頭的變量是連續變量。
?? ? ? ??文件說明：

• train.csv ? ?-訓練集
• test.csv ? ? -測試集。必須預測此文件中ID的損失值。
• sample_submission.csv ? ? ?-正確格式的示例提交文件

?

?

AllstateClaimsSeverity數據集(Kaggle2016競賽)的下載

如有需要資料，可留言向博主索取！

?

AllstateClaimsSeverity數據集(Kaggle2016競賽)的案例應用

?

ML之FE：利用FE特征工程(分析兩兩數值型特征之間的相關性)對AllstateClaimsSeverity(Kaggle2016競賽)數據集實現索賠成本值的回歸預測

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Dataset之AllstateClaimsSeverity：AllstateClaimsSeverity数据集(Kaggle2016竞赛)的简介、下载、案例应用之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。