投保預測模型建置專案
在左側選擇特徵並點擊按鈕進行探索,或調整參數後點擊按鈕以訓練模型。
1. 特徵選擇與探索
選擇特徵
Gender
Age
Driving_License
Region_Code
Previously_Insured
Vehicle_Age
Vehicle_Damage
Annual_Premium
Policy_Sales_Channel
Vintage
全部選取
全部清除
特徵探索 (EDA)
▼
執行資料探索
敘述性統計
敘述性統計
1
⋮
2
⋮
3
⋮
敘述性統計
1
⋮
2
⋮
3
⋮
與目標 'Response' 的相關係數
與目標 'Response' 的相關係數
1
⋮
2
⋮
3
⋮
與目標 'Response' 的相關係數
1
⋮
2
⋮
3
⋮
選擇要視覺化的特徵
視覺化
2. 模型選擇與超參數調整
選擇模型
決策樹
評估標準
gini
entropy
最大深度
↺
3
30
🚀 執行模型訓練
3. 模型評估結果
準確率 分數
精確率 分數
召回率 分數
F1 分數
AUC 分數
分類報告
分類報告
1
⋮
2
⋮
3
⋮
分類報告
1
⋮
2
⋮
3
⋮
平均報告
平均報告
1
⋮
2
⋮
3
⋮
平均報告
1
⋮
2
⋮
3
⋮
混淆矩陣
特徵重要性/係數
操作紀錄 (History Log)
▼
時間
⋮
模型
⋮
特徵
⋮
參數
⋮
準確率
⋮
精確率
⋮
召回率
⋮
F1 分數
⋮
ROC-AUC 分數
⋮
時間
⋮
模型
⋮
特徵
⋮
參數
⋮
準確率
⋮
精確率
⋮
召回率
⋮
F1 分數
⋮
ROC-AUC 分數
⋮