医疗保险欺诈识别监测模型产品系统

医疗保险欺诈识别监测模型是一个基于机器学习技术的自动化监测系统，旨在通过分析医疗保险数据，识别出潜在的欺诈行为，从而提高医保基金的安全性和管理效率。

1.数据预处理
数据清洗：识别并处理缺失值，但 异常值不宜进行处理。
2.特征提取与选择
多维特征分析：从数据中提取能够描述医疗保险欺诈的特征。
特征选择：使用方差阈值等方法选择对预测最有贡献的特征。
3.模型构建与训练
模型选择：基于项目需求和数据特性，选择合适的机器学习算法。
模型训练：使用训练数据集对模型进行训练，并进行参数调优。
4.模型评估
评估指标：定义准确率、精确率、召回率等评估指标。

我负责了后端代码实现，利用数据集构建模型，通过测试集进行评估，还有UI设计，代码测试，模型调优，测试文档撰写等。