保誠是美國最大的人壽保險發(fā)行商之一，在這個隨需應變的一鍵式購物世界中，人壽保險申請流程已經過時，客戶提供廣泛的信息來確定風險分類和資格，包括安排體檢，這個過程平均需要 30 天，這種漫長的審核過程會造成客戶的大量流失。

保誠希望在保持隱私邊界的同時，讓新客戶和現(xiàn)有客戶更快、更少地獲得報價，通過開發(fā)一個使用更加自動化的方法準確分類風險的預測模型，幫助保誠更好地了解現(xiàn)有評估中數(shù)據(jù)點的預測能力，使保誠能夠簡化流程。本次使用保誠公司提供的人壽保險申請人數(shù)據(jù)，我們將使用數(shù)據(jù)分析與機器學習的相關技術來分析影響客戶保險評估的因素。