Centro de Documentacion de Fundación MAPFRE - Machine learning with High-Cardinality categorical features in actuarial applications

Esta web requiere JavaScript para una experiencia de usuario plena. Si está deshabilitado por accidente, se recomienda que se vuelva a habilitar.

Acceso al documento/Access the document

Contenido multimedia no disponible por derechos de autor o por acceso restringido. Contacte con la institución para más información.

Notas: Sumario: High-cardinality categorical features are pervasive in actuarial data (e.g., occupation in commercial property insurance). Standard categorical encoding methods like one-hot encoding are inadequate in these settingsRegistros relacionados: En: Astin bulletin. - Belgium : ASTIN and AFIR Sections of the International Actuarial Association = ISSN 0515-0361. - 15/05/2024 Volumen 54 Número 2 - mayo 2024 , p.213-238Materia / lugar / evento: Ciencias Actuariales y Financieras Machine learning Actuarios Otros autores: Avanzi, Benjamin
Outras classificações: 6

Direitos: In Copyright (InC)

Referencias externas:

‌ Ver detalhe do número