Insurance Premium Prediction
1.0.0
Ziel dieses Projekts ist es, den Menschen eine Schätzung zu geben, wie viel sie aufgrund ihrer individuellen Gesundheitssituation benötigen. Danach können Kunden mit jedem Krankenversicherungsträger und ihren Plänen und Vorteilen zusammenarbeiten und gleichzeitig die projizierten Kosten aus unserer Studie beachten. Dies kann eine Person dabei helfen, sich auf die Gesundheitsseite einer Versicherungspolice zu konzentrieren, eher im ineffektiven Teil.
Die primäre Datenquelle für dieses Projekt stammte von Kaggle Repository. Sie können den Datensatz von hier herunterladen
Durchführung von Maschinen, die Aufgaben wie Explorationsdaten Exploration (EDA), Datenreinigung, Feature Engineering, Modellbuilding und Modelltests erstellen, um eine Lösung zu erstellen, die in der Lage ist, die Prämie der persönlichen Krankenversicherung vorhersagen zu können.
Datenerforschung: Erforschung und analysierte Datensatz mithilfe von Pandas, Numpy, Matplotlib und Seeborn -Bibliotheken
Datenvisualisierung: Aufzeichnungen verschiedener Diagramme, um mehr Einblicke in abhängige und unabhängige Variablen/Merkmale zu erhalten.
Feature Engineering: Ausführte Feature -Codierung, Feature -Skalierung und Feature -Auswahl
Modellgebäude: In diesem Schritt erfolgt die erste Datensatzaufteilung. Nachdem dieses Modell auf verschiedenen Algorithmen für maschinelles Lernen geschult wurde, wie z. B.:
Modellbewertung
Modelltests
Webanwendungsbildung
Bereitstellung von Webanwendungen
