考虑老年痴呆症的医疗险住院费用预测与比较——基于机器学习模型

发布时间：2024-04-17 19:12

　　老年痴呆症严重影响老年人生活质量,其影响程度也随着中国老年人口比例提升和预期寿命增加而不断加深。在此背景下,针对老年痴呆症的商业健康险开发意义重大。本文基于详实的历史数据,利用传统定价中估计定价因素的广义线性模型对老年痴呆症患者住院费用进行估算和预测,同时用随机森林、LASSO回归、LightGBM三种机器学习方法进行同样的估算预测,以期为保险公司开发产品、丰富保险市场、助力养老提供基础。对四种方法进行横向比较的结果显示,机器学习方法除了在结果估算方面具有更大的优势外,还在影响因素的数量、精准定价以及模型适应方面具有更大的潜力。最终的计算结果和模型使用的过程方法结合住院率数据可用于具体测算老年痴呆症医疗保险费用。

【文章页数】：13 页

【部分图文】：

图1研究对象年龄分布图

表5患者地区分布统计表地区病例数占比地区病例数占比华东3141131.00%西南1851318.27%华北1505714.86%西北49184.85%华南1228212.12%不详6260.62%华中1498814.79%....

图2随机森林影响因素大小排序(调整并发症前)

表11机器学习模型拟合结果RMSER2MAE随机森林28273.610.2517901.20LASSO回归32053.120.1418034.15LightGBM28252.470.2717803.41图3随机森林影响因素大小排序(调整并发症后)

图3随机森林影响因素大小排序(调整并发症后)

图2随机森林影响因素大小排序(调整并发症前)(三)模型对比分析

本文编号：3956799