# 线性回归模型预测健康保险支出

**Repository Path**: leon_xi/health-insurance-costs

## Basic Information

- **Project Name**: 线性回归模型预测健康保险支出
- **Description**: 美国个人健康保险支出数据集，根据个人健康保险客户的特征数据，预测保险公司的理赔支出。
对特征数据进行可视化分析，使用线性回归模型进行机器学习。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 7
- **Forks**: 2
- **Created**: 2020-06-12
- **Last Updated**: 2025-06-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 线性回归预测健康保险客户医疗费报销支出

根据Kaggle健康保险客户的特征数据，预测医疗费报销支出数据集。
使用支持向量机模型，获得了较好的预测效果。

[数据集导航 - 保险](https://leon_xi.gitee.io/da123/#/%E5%85%B6%E5%AE%83/%E4%BF%9D%E9%99%A9)

[Kaggle - 医疗费用个人数据集](https://www.kaggle.com/mirichoi0218/insurance)

### 数据集信息

- 年龄：主要受益人年龄
- 性别：保险承包商性别，女，男
- bmi：身体质量指数，提供对身体的了解，相对于身高而言体重相对较高或较低的
  体重，使用身高与体重之比的体重客观指标（kg / m ^ 2），理想情况下为18.5至24.9
- 儿童：健康保险覆盖的儿童人数/受抚养者人数
- 吸烟者：吸烟
- 地区：受益人在美国的居住地，东北，东南，西南，西北。
- 收费：由健康保险支付的个人医疗费用

### 数据可视化（特征选择）

将数据集通过数据可视化比较特征数据和预测目标之间的相关性

#####