Python实现保险公司的理赔支出预测源码+数据集， 健康保险理赔预测源码，对特征数据进行可视化分析，用线性回归模型进行机器学习

# 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 ####