[发明专利]一种数据驱动的车险欺诈识别方法

权利要求书

1.一种数据驱动的车险欺诈识别方法，其特征在于，

对来自于车险理赔历史数据的数据集，运用梯度提升决策树算法建立车险欺诈识别模型，进而构建车险欺诈识别算法；

其中，对初始的训练数据，通过递归特征消除与交叉验证的方式进行特征的选择，采用的基模型为决策树，使用信息熵来进行特征的选择和划分；

采用梯度提升决策树算法对训练数据进行模型训练，并且将训练生成的模型用于测试数据进行预测；

对训练好的模型进行调参，包含对梯度提升决策树算法的分类器的步长、迭代次数、决策树最大深度、内部节点再划分所需最小样本数、叶子节点最少样本数进行调参，用调整后的参数拟合数据；利用准确率对模型预测的结果进行评估。

2.如权利要求1所述数据驱动的车险欺诈识别方法，其特征在于，

来自于车险理赔历史数据的数据集中，每一条原始数据包含了多个数据项以及是否为欺诈的认定。

3.如权利要求1所述数据驱动的车险欺诈识别方法，其特征在于，

对数据集进行预处理，包含：删除无用的数据项，对数据集进行划分，得到初始的数据表；对缺失值进行填补，对时间数据进行序列化处理。

4.如权利要求3所述数据驱动的车险欺诈识别方法，其特征在于，

对类别型变量无法直接处理的数据项，采用one-hot编码方式进行编码。

5.如权利要求4所述数据驱动的车险欺诈识别方法，其特征在于，

采用Z-score标准化，将数据转换到均值为0，标准差为1的分布中。

6.如权利要求1所述数据驱动的车险欺诈识别方法，其特征在于，

特征提取时，通过coef_属性或者feature_importances_属性来提供特征重要性的信息。

7.如权利要求1所述数据驱动的车险欺诈识别方法，其特征在于，

调参时，选择一个较小的步长来网格搜索最好的迭代次数；

对决策树最大深度、内部节点再划分所需最小样本数进行网格搜索；

确定决策树深度；

将内部节点再划分所需最小样本数、叶子节点最少样本数一起调参；

将调整的参数放到GBDT类里面，用调整好的参数拟合数据。

8.如权利要求1所述数据驱动的车险欺诈识别方法，其特征在于，

对模型预测的结果做评估时，准确率＝(TP+TN)/(TP+FN+FP+TN)；

其中TP、FN分别为真实类别为正类，预测结果为正类、负类的数目；FP、TN分别为真实类别为负类，预测结果为正类、负类的数目。

9.如权利要求1所述数据驱动的车险欺诈识别方法，其特征在于，

车险欺诈识别算法的输入是车险理赔信息，该算法辨识车险理赔是否存在欺诈，以概率形式输出结果。