Le but de ce projet est de construire un modèle pour prédire si un client serait intéressé par l'assurance automobile ce qui serait extrêmement utile pour l'entreprise, car elle pourra ensuite planifier en conséquence sa stratégie de communication pour atteindre ces clients et optimiser son modèle commercial et ses revenus.
- Visualisation de données(numpy pandas , seaborn , matplotlib)
- Modélisation prédictive(DecisionTreeClassifier, logistic Regression, Xgboost)
- Apprentissage automatique
- Python
Votre client est une compagnie d'assurance qui a fourni une assurance maladie à ses clients.Il a maintenant besoin de votre aide pour construire un modèle pour prédire si les assurés (clients) de l'année dernière seront également intéressés par l'assurance automobile fournie par la société. Une police d'assurance est un arrangement par lequel une entreprise s'engage à fournir une garantie d'indemnisation pour une perte, un dommage, une maladie ou un décès spécifiés en échange du paiement d'une prime déterminée. Une prime est une somme d'argent que le client doit payer régulièrement à une compagnie d'assurance pour cette garantie. Désormais, afin de prédire si le client serait intéressé par l'assurance véhicule, vous disposez d'informations sur les données démographiques (sexe, âge, type de code de région), les véhicules (âge du véhicule, dommages), la politique (Premium, canal d'approvisionnement), etc.
Variable | Définition |
---|---|
id | Identifiant unique du client |
Gender | Sexe du client |
Age | Age du client |
Driving_License | 0: le client n'a pas de permis, 1: le client a déjà son permis |
Region_Code | Code unique pour la région du client |
Previously_Insured | 1: le client a déjà une assurance véhicule, 0: le client n'a pas d'assurance véhicule |
Vehicle_Age | Âge du véhicule |
Vehicle_Damage | 1: Le client a eu son véhicule endommagé dans le passé. 0: Le client n'a pas fait endommager son véhicule par le |
Annual_Premium | Le montant que le client doit payer en prime dans l'année |
Policy_Sales_Channel | Code anonyme pour le canal de sensibilisation du client, c.-à-d. Différents agents, par courrier, par téléphone, en personne, etc. |
Vintage | Nombre de jours, le client a été associé à l'entreprise |
Response | 1: le client est intéressé, 0: le client n'est pas intéressé |