Insurance Premium Prediction

保险费预测

问题声明：

该项目的目的是根据个人的健康状况为人们提供对他们需要多少的估计。之后，客户可以与任何健康保险公司及其计划和特权合作，同时牢记我们研究的预计成本。这可以帮助一个人专注于保险单的健康方面，而不是无效的部分。

数据集：

该项目的主要数据来源来自Kaggle存储库。您可以从这里下载数据集

方法：

执行机器学习任务，例如探索性数据探索（EDA），数据清洁，功能工程，模型构建和模型测试，以构建一个解决方案，该解决方案应该能够预测个人保险个人保险的溢价。

• 数据探索：使用熊猫，numpy，matplotlib和Seaborn库进行了探索和分析数据集

• 数据可视化：绘制了不同的图表，以获取有关因变量/特征的更多见解。

• 功能工程：执行的功能编码，功能缩放和功能选择

• 模型构建：在此步骤中，完成了第一个数据集分裂。之后，该模型接受了不同的机器学习算法的培训，例如：

• 模型评估

• 模型测试

• Web应用程序构建

• Web应用程序部署