Vehicle claims in the south of Minas Gerais: an approach using classification models

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorPala, Luiz Otávio de Oliveira-
Autor(es): dc.creatorCarvalho, Marcela de Marillac-
Autor(es): dc.creatorGuimarães, Paulo Henrique Sales-
Autor(es): dc.creatorSáfadi, Thelma-
Data de aceite: dc.date.accessioned2026-02-09T12:24:46Z-
Data de disponibilização: dc.date.available2026-02-09T12:24:46Z-
Data de envio: dc.date.issued2020-10-06-
Data de envio: dc.date.issued2020-10-06-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/43330-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1160788-
Descrição: dc.descriptionWith the changes in the patterns of risk, new insurance products are available on the market. Consequently, pricing models are restructured to manage levels of risk and create premiums that maintain the well-being of insurers. This work analyzed the Logistics and Random forests models in the classification of total loss events in the south of Minas Gerais using original and artificial samples, built by the ROSE resampling method, which is a procedure for constructing artificial samples in a smoothing bootstrap. A total loss of a vehicle is considered when the repair costs for the same event exceed a percentage established by contract. As a result, it was obtained that the models with artificial data improved the balanced accuracy rate on unbalanced data.-
Descrição: dc.descriptionCom as mudanças nos padrões de risco, novos produtos de seguros são disponibilizados no mercado, atendendo as demandas do consumidor. Consequentemente, os modelos de precificação são reestruturados de modo a gerenciar os níveis de risco e estabelecer prêmios que mantenham o bem estar atuarial, alocando apólices em carteiras através de modelos de classificação e clusterização. Este trabalho analisou o desempenho dos modelos Logísticos e Random forests na classificação de ocorrências de sinistros do tipo colisão por perda total no sul de Minas Gerais utilizando amostras de treino originais e artificiais via método de reamostragem ROSE, que é um procedimento de construção de amostras artificiais em uma suavização bootstrap. Considerase a perda total de um veículo quando os custos de reparos do sinistro de um mesmo evento superarem um percentual estabelecido contratualmente. Como resultado, obteve-se que os modelos com amostra artificial apresentaram resultados de acurácia balanceada superiores aos demais, indicando a melhoria através de métodos de reamostragem durante o treino.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languageen-
Publicador: dc.publisherUniversidade Estadual de Londrina-
Direitos: dc.rightsacesso aberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc/4.0/-
???dc.source???: dc.sourceSemina: Ciências Exatas e Tecnológicas-
Palavras-chave: dc.subjectRandom forest-
Palavras-chave: dc.subjectRandom over sampling examples-
Palavras-chave: dc.subjectLogistic regression-
Palavras-chave: dc.subjectFloresta aleatória-
Palavras-chave: dc.subjectAmostra aleatória-
Palavras-chave: dc.subjectRegressão logística-
Título: dc.titleVehicle claims in the south of Minas Gerais: an approach using classification models-
Título: dc.titleOcorrência de sinistros em veículos no sul de Minas Gerais: uma abordagem via modelos de classificação-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.