基于决策树与随机森林的旅游保险需求预测分析

作者：冯洋逸

来源：现代商业, 2024, (03): 130-133.

DOI：10.14097/j.cnki.5392/2024.03.019

• 决策树
• 随机森林
• 预测
• 旅游保险

本文针对旅客旅游保险的需求分析问题，基于年龄、就业类型、毕业与否、年收入、家庭成员数、是否患有慢性病、是否为飞行常客、是否曾出国旅行八个维度，分析调查了购买旅游保险的情况，研究和探讨决策树（DT）和随机森林（RF）分类模型在旅客购买旅游保险需求预测中的应用。两种模型确定了旅客的关键信息参数及其量化值，包括年收入、年龄、家庭成员数等。建立的模型诊断准确率达到80%以上，采用94颗决策树集成随机森林算法，ROC曲线中AUC面积从决策树的78%提高到81%。为分析旅客的旅游保险需求的评估提供了科学决策。