Insurance Premium Prediction

保険料の予測

問題の声明：

このプロジェクトの目標は、個々の健康状況に基づいて必要な量の推定を人々に与えることです。その後、顧客は、私たちの調査からの予測コストを念頭に置いて、健康保険会社とその計画と特典を扱うことができます。これは、無効な部分ではなく、保険契約の健康面に集中するのを助けることができます。

データセット：

このプロジェクトのデータの主なソースは、Kaggleリポジトリからのものでした。ここからデータセットをダウンロードできます

アプローチ：

探索的データ探索（EDA）、データクリーニング、機能エンジニアリング、モデルビルディング、モデルテストなどの機械学習タスクを実行して、健康保険の個人のプレミアムを予測できるソリューションを構築します。

• データ探索： Pandas、Numpy、Matplotlib、Seaborn Librariesを使用して、データセットを調査および分析しました

• データの視覚化：異なるグラフをプロットして、依存および独立した変数/機能に関するより多くの洞察を得る。

• 機能エンジニアリング：機能エンコード、機能スケーリング、機能の選択

• モデルビルディング：このステップでは、最初のデータセット分割が実行されます。その後、次のようなさまざまな機械学習アルゴリズムでモデルがトレーニングされています。

• モデル評価

• モデルテスト

• Webアプリケーションの構築

• Webアプリケーションの展開