基于多模型融合Stacking集成学习保险欺诈预测.pdfVIP

202308月汕头大学学报（自然科学版）第38卷第3期

3期

Aug.2023JournalofShantouUniversity(NaturalScience)Vol.38No.3

：

文章编号10014217（2023）03001312

基于多模型融合Stacking集成学习保险欺诈预测

缪智伟，韦才敏

（汕头大学数学系，广东汕头515063）

摘要本文结合人工智能的前沿理论研究，提出一种基于改进XGBoost与LightGBM模

型融合的Stacking集成学习方式的保险欺诈行为预测模型.该模型对保险公司被保人保险欺

诈行为的识别具有启意义，有助于保险公司更好地识别被保人的骗保行为，强化自身风

控体系.首先对XGBoost与LightGBM进行Stacking模型融合生成两个新特征，新生成的两

个特征和原有的40个特征合并作为二层Stacking训练模型的输入.其次，在Stack