【技术实现步骤摘要】
本专利技术涉及车险理赔量评估领域，尤其是涉及一种自然灾害情况下车险理赔量预测方法、系统、装置及介质。
技术介绍
1、随着气候变化和自然灾害的频繁发生，车险理赔量呈现出逐年上升的趋势，一方面给保险公司带来了巨大的经济压力，另一方也为保险理赔的应急能力提出了更高的要求。因此，准确预测车险理赔量成为了保险公司降低经营风险、提高经营效率的重要手段。
2、目前，保险公司普遍采用人工经验和历史数据分析的方法来预测车险理赔量，但这种方法存在着数据不完整、样本不足、模型不准确等问题，导致预测结果的准确性和可靠性较低。因此，构建一个自然灾害下车险理赔量预测的方案，利用人工智能技术和数据分析方法，提高预测的准确性和可靠性，成为了保险公司应对自然灾害带来的经营风险的重要手段。考虑到自然灾害的发生与季节时间有关，且影响因素众多，该方法中拟采用时序和非时序神经网络混合来构建集成学习预测模型，保证理赔量预测的可靠性。
技术实现思路
1、鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种自然灾害情况下...
【技术保护点】
1.一种自然灾害情况下车险理赔量预测方法，其特征在于，包括：
2.根据权利要求1所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述获取车险理赔数据的数据集的步骤之后，所述将所述数据集分割为训练集、测试集和验证集的步骤之前，包括：
3.根据权利要求2所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述“对所述数据集中的数据进行清洗和整理，删除异常值，删除或填补缺失值”的步骤之后，所述将所述数据集分割为训练集、测试集和验证集的步骤之前，还包括：
4.根据权利要求3所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述采...
【技术特征摘要】
1.一种自然灾害情况下车险理赔量预测方法，其特征在于，包括：
2.根据权利要求1所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述获取车险理赔数据的数据集的步骤之后，所述将所述数据集分割为训练集、测试集和验证集的步骤之前，包括：
3.根据权利要求2所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述“对所述数据集中的数据进行清洗和整理，删除异常值，删除或填补缺失值”的步骤之后，所述将所述数据集分割为训练集、测试集和验证集的步骤之前，还包括：
4.根据权利要求3所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述采用one-hot方法对非数值特征进行编码，转换为数值类型特征的步骤之后，还包括：
5.根据权利要求4所述的自然灾害情况下车险理赔量预测方法，其特征在于：
6.根据权利要求5所述的自然灾害情况下车险理赔量预测方法，其特征在于，在所述将所述训练集数据分别...
【专利技术属性】
技术研发人员：刘兴廷，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。