基于XGBoost-LSTM组合模型的保险理赔准备金预测方法

摘要

针对保险理赔准备金预测问题,提出了一种基于XGBoost-LSTM组合模型的预测方法。首先,利用lightGMB(轻量级梯度提升机)模型对保险理赔数据进行融合并构成新数据集;然后,采用XGBoost-LSTM模型对保险理赔准备金进行预测;最后,以2017年Allstate公司的数据为例,对提出的方法进行了验证。实验结果表明,所提出的组合模型与传统的SVM和RF模型相比具有更高的预测精度。