赛题背景

赛题以保险风控为背景，保险是重要的金融体系，对社会发展，民生保障起到重要作用。保险欺诈近些年层出不穷，在某些险种上保险欺诈的金额已经占到了理赔金额的20%甚至更多。对保险欺诈的识别成为保险行业中的关键应用场景。

赛题数据

赛题任务

数据集提供了之前客户索赔的车险数据，希望你能开发模型帮助公司预测哪些索赔是欺诈行为
To DO：预测用户的车险是否为欺诈行为

字段	说明
policy_id	保险编号
age	年龄
customer_months	成为客户的时长，以月为单位
policy_bind_date	保险绑定日期
policy_state	上保险所在地区
policy_csl	组合单一限制Combined Single Limit
policy_deductable	保险扣除额
policy_annual_premium	每年的保费
umbrella_limit	保险责任上限
insured_zip	被保人邮编
insured_sex	被保人姓名：FEMALE或者MALE
insured_education_level	被保人学历
insured_occupation	被保人职业
insured_hobbies	被保人兴趣爱好
insured_relationship	被保人关系
capital-gains	资本收益
capital-loss	资本损失
incident_date	出险日期
incident_type	出险类型
collision_type	碰撞类型
incident_severity	事故严重程度
authorities_contacted	联系了当地的哪个机构
incident_state	出事所在的省份，已脱敏
incident_city	出事所在的城市，已脱敏
incident_hour_of_the_day	出事所在的小时（一天24小时的哪个时间）
number_of_vehicles_involved	涉及的车辆数
property_damage	是否有财产损失
bodily_injuries	身体伤害
witnesses	目击证人
police_report_available	是否有警察记录的报告
total_claim_amount	整体索赔金额
injury_claim	伤害索赔金额
property_claim	财产索赔金额
vehicle_claim	汽车索赔金额
auto_make	汽车品牌，比如Audi, BMW, Toyota, Volkswagen
auto_model	汽车型号，比如A3,X5,Camry,Passat等
auto_year	汽车购买的年份
fraud	是否欺诈，1或者0

评价标准： AUC, 即ROC曲线下面的面积 (Area under the Curve of ROC)

一：操作指南

1、报名成功后，选手打开参考代码保险反欺诈预测_天池notebook-阿里云天池
点击右上角“Fork”按钮，将参考代码加载到自己的实验室中进行编辑；

2、数据源：
train.csv 训练集
test.csv 测试集
submission.csv 提交格式
添加数据源后，可以在download中看到

二：数据预处理

1.导入数据

# 导入数据

import pandas as pd

# 数据加载
train = pd.read_csv('./train.csv')
train

test = pd.read_csv('./test.csv')
test

# 合并train, test两个数据
data = pd.concat([train, test], axis=0)
data

#查看数据长度

data.index = range(len(data))
data

## 数据探索
data.isnull().sum()

# 唯一值个数
for col in data.columns:
print(col, data[col].nunique())

# 单独看某个字段
data['property_damage'].value_counts()
data['property_damage'] = data['property_damage'].map({'NO': 0, 'YES': 1, '?': 2})
data['property_damage'].value_counts()

data['police_report_available'].value_counts()
data['police_report_available'] = data['police_report_available'].map({'NO': 0, 'YES': 1, '?': 2})
data['police_report_available'].value_counts()

# policy_bind_date, incident_date
data['policy_bind_date'] = pd.to_datetime(data['policy_bind_date'])
data['incident_date'] = pd.to_datetime(data['incident_date'])

# 查看最大日期，最小日期
data['policy_bind_date'].min() # 1990-01-08
data['policy_bind_date'].max() # 2015-02-22

data['incident_date'].min() # 2015-01-01
data['incident_date'].max() # 2015-03-01

base_date = data['policy_bind_date'].min()
# 转换为date_diff
data['policy_bind_date_diff'] = (data['policy_bind_date'] - base_date).dt.days

data['incident_date_diff'] = (data['incident_date'] - base_date).dt.days
data['incident_date_policy_bind_date_diff'] = data['incident_date_diff'] - data['policy_bind_date_diff']
data[['policy_bind_date', 'incident_date', 'policy_bind_date_diff', 'incident_date_diff', 'incident_date_policy_bind_date_diff']]

# 去掉原始日期字段 policy_bind_date incident_date
data.drop(['policy_bind_date', 'incident_date'], axis=1, inplace=True)
data

阿里天池---教学赛】金融数据分析赛题2：保险反欺诈预测相关推荐

阿里天池金融数据分析赛题2：保险反欺诈预测baseline
金融数据分析赛题2:保险反欺诈预测baseline 好久没写baseline了,最近逛比赛的时候突然看到阿里新人赛又出新题目了,索性写个baseline给初学者,昨天晚上把比赛数据下载了,然后随便跑了 ...
天池学习赛-保险反欺诈预测参考代码过程
目录一.赛题背景二.数据加载 1.导入相关库 2.导入训练集: 3.导入测试集: 三.合并数据集(对train和test进行合并) 四.数据清洗五.对数据唯一值个数进行处理六.对日期特征进行处 ...
阿里天池--金融数据分析赛题1：银行客户认购产品预测
赛题简介银行客户认购产品预测赛题以银行产品认购预测为背景,想让你来预测下客户是否会购买银行的产品.在和客户沟通的过程中,我们记录了和客户联系的次数,上一次联系的时长,上一次联系的时间间隔,同时在银 ...
【教学赛】金融数据分析赛题1：银行客户认购产品预测（0.9676）
本文是对天池教学赛,银行客户认购产品预测的记录,教学赛网址如下: [教学赛]金融数据分析赛题1:银行客户认购产品预测_学习赛_天池大赛-阿里云天池 1. 读取数据 import pandas as p ...
金融数据分析赛题1：银行客户认购产品预测学习赛心得
目录一.auto框架介绍二.赛题背景: 三.赛题数据: 四.项目分析 (一).利用autogluon对训练集进行自动分析 1.首先导入所需要的外部库 2.读取数据,并进行标注 3.输入到Tabul ...
天池项目金融数据分析赛题1：银行客户认购产品预测
赛题简介本次教学赛是陈博士发起的数据分析系列赛事第1场 -- 银行客户认购产品预测赛题以银行产品认购预测为背景,想让你来预测下客户是否会购买银行的产品.在和客户沟通的过程中,我们记录了和客户联系的 ...
项目实例---金融---用机器学习构建模型，进行信用卡反欺诈预测
来源: 用机器学习构建模型,进行信用卡反欺诈预测反欺诈中所用到的机器学习模型有哪些? Credit card fraud detection 构建信用卡反欺诈预测模型--机器学习信用卡交易数据相关 ...
天池教学赛：银行客户认购产品预测
目录前言一.赛题背景二.数据探索 1.读取数据 2.查看数据统计量 duration分箱展示 3.查看数据分布 4.数据相关图 5.其它变量可视化展示三.数据建模四.特征输出五.最终成绩 ...
阿里天池_优秀策略答辩PPT和相关博客
简介前段时间想熟悉下机器学习完整项目,选择了阿里之前的一个相对实际的移动推荐项目(实际是分类,并非推荐),有兴趣自己研究.将本人参考借鉴的blog和ppt做了简单整理回顾.加深下印象阿里天池大数据 ...

阿里天池---教学赛】金融数据分析赛题2：保险反欺诈预测