基于多种机器学习算法融合的医疗保险欺诈交叉识别方法

本发明提供了一种基于多种机器学习算法融合的医疗保险欺诈交叉识别方法，属于信息技术中的机器学习技术与保险风险管理交叉技术领域。解决了医疗保险欺诈识别中存在的识别精度不高、特征复杂行为隐蔽难以判别等技术问题。其技术方案为：包括以下步骤：S1、对原始数据集D0进行数据预处理；S2、利用热图找出相关性高的特征信息；S3、基于多种机器学习算法的医疗保险欺诈检测模型的建构；S4、模型的检验；S5、算法提取出影响判别欺诈的主要医疗特征。本发明的有益效果为：提高医疗保险欺诈检测的准确性和效率，为保险公司提供更加有效的风险管理解决方案。