摘要
本发明提出的基于可解释性机器学习的网络货运平台运费保障产品出险行为预测方法,包括以下步骤:S1、从网络货运平台获取原始样本数据,以及对应的历史出险结果;S2、原始样本数据预处理及数据集划分;S3、基于预处理完成的数据进行欠采样处理;S4、基于处理完成的预测样本数据进行特征选择;S5、多种机器学习预测模型的构建、训练及测试;S6、多种机器学习预测模型的对比评估,确定最优预测模型;S7、由优预测模型处理预测请求,并返回预测结果。本发明公开的基于可解释性机器学习的网络货运平台运费保障产品出险行为预测系统,包括:数据接收模块和预测模块,预测模模块中含有上述步骤S6所获得最优的预测模型。
技术关键词
货运平台
样本
模型评价方法
订单
数据接收模块
机器学习算法
网络
特征选择
机器学习模型
程序开发方法
训练集
预测系统
司机
字段
定价策略
分类特征
数据编码
分析方法
系统为您推荐了相关专利信息
动作识别模型
人体关键点
关节特征
工装
动作识别方法