基于决策树分类算法的汽车保险理赔案件分析研究
2018-04-10朱飞鸿
中国科技博览 2018年14期
关键词:数据挖掘
[摘 要]随着汽车的普及,车险成为了我们日常生活中不可或缺的一部分。利用Hadoop完全分布式平台和数据挖掘中的决策树分类算法对汽车保险理赔案件进行分析研究,为保险公司减少损失提高盈利做出了贡献,并对国内外关于汽车理赔的研究进行简要阐述[1]。
[关键词]决策树算法,保险理赔,数据挖掘,Hadooop
中图分类号:TU686 文献标识码:A 文章编号:1009-914X(2018)14-0306-01
0 引言
随着科技的飞速发展,网络生活中的信息和数据呈现爆炸式的增长,并呈现出一种信息过载的现象,使得在海量的信息中获取到真正有价值的信息变得越来越难。数据挖掘的出现可以有效解决这一问题。分类算法是数据挖掘算法中常见的一种,它可以有效的将具有不同特征的事物进行分类,为保险公司找出感兴趣的信息。
1 数据挖掘
数据挖掘的定义:从技术角度来看看,数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中,提取隐含在其中的、人们所不知道的、但又是潜在有用的信息和知识的过程[2]。
从商业角度看,数据挖掘是一种崭新的商业信息处理技术,其主要特点是对商业数据库中大量业务数据进行抽取、转化、分析和模式化处理,从中提取辅助商业决策的关键知识[2]。
2 分类算法
分类算法主要包括k-最邻近、决策树、贝叶斯、神经网络和支持向量机等。分类过程分为两个阶段:学习阶段与分类阶段。
决策树分类算法是从一组无次序、无规则的样本中推理出决策树表示形式的分类规则。……
登录APP查看全文